38万组维汉平行语料数据【数据堂】

38 万维语及其平行对应的汉语文本，并进行数据清洗脱敏质检，可作为文本类数据分析的基础语料库，用于机器翻译等领域

This dataset includes 380,000 pairs of Uyghur and parallel Chinese texts, which have undergone data cleaning, anonymization and quality inspection. It can serve as a basic corpus for text data analysis and is applicable to fields such as machine translation.

搜集汇总

背景与挑战

背景概述

该数据集由数据堂提供，包含38万对经过清洗脱敏的维语与汉语平行语料，以TXT格式存储，主要用于机器翻译等文本分析任务。它属于商业数据，仅面向企业合作购买。