five

faisal4590aziz/bangla-health-related-paraphrased-dataset

收藏
Hugging Face2025-08-03 更新2025-11-01 收录
下载链接:
https://hf-mirror.com/datasets/faisal4590aziz/bangla-health-related-paraphrased-dataset
下载链接
链接失效反馈
官方服务:
资源简介:
BanglaHealthParaphrase 是一个专门为健康领域 curated 的孟加拉语同义句数据集,包含超过20万对句子,每对句子由一个原始孟加拉语句子和它的同义句组成。该数据集通过一个多步骤的管道创建,涉及从孟加拉语新闻来源中提取健康相关内容、基于英语 pivot 的同义句生成和回译,以确保语言多样性同时保持语义完整性。这个数据集旨在支持孟加拉语同义句生成、文本简化、聊天机器人开发和特定领域的NLP应用研究。

BanglaHealthParaphrase is a Bengali paraphrasing dataset specifically curated for the health domain, containing over 200,000 sentence pairs, each consisting of an original Bengali sentence and its paraphrased version. The dataset was created through a multi-step pipeline involving extraction of health-related content from Bengali news sources, English pivot-based paraphrasing, and back-translation to ensure linguistic diversity while preserving semantic integrity. This dataset aims to support research in Bengali paraphrase generation, text simplification, chatbot development, and domain-specific NLP applications.
提供机构:
faisal4590aziz
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作