subtitles database opensubtitles

kaggle2025-09-26 更新2025-10-25 收录

字幕库

多语言处理

数据链接：

https://www.kaggle.com/datasets/priyanshu007/small-subtitles-database-opwnsubtitles 数据链接链接失效反馈

官方服务：

资源简介：

This is a subset of database from opensubtitles

本数据集为开放字幕（OpenSubtitles）数据库的一个子集

创建时间：

2025-09-26

数鼎科技-全球多语言处理主数据

多语言处理

汽车行业数据

该数据基于数鼎科技自主研发的多语言数据模型框架，将互联网采集的汽车行业大数据，经过多语言版本的储存、维护、切换、应用等一系列主数据设计开发技术处理，结合所拥有的汽车行业内专有名词等专业术语应用的专家经验，打造多语言并发，适应不同国际社会文化和市场的多语言主数据。满足能够容纳多种语言的全球互通共享的数据需求，促进企业扩大规模和贸易全球化进程。

广东省数据知识产权存证登记平台2023-11-15 更新300

infinex/LaMini-en-id

自然语言处理

多语言处理

--- dataset_info: features: - name: instruction dtype: string - name: response dtype: string - name: instruction_source dtype: string - name: context_id dtype: string - nam

Hugging Face2023-12-06 更新190

FreedomIntelligence/ApolloMoEBench

医学问答

多语言处理

ApolloMoEDataset是一个包含12种主要语言和38种少数民族语言的医学领域问答数据集，用于训练和评估多语言医学大型语言模型。

Hugging Face2024-10-15 更新150

NLU-Metaphor

比喻语言理解

多语言处理

# SEA Metaphor SEA Metaphor evaluates a model's ability to interpret paired figurative phrases with divergent meanings. It is sampled from [Multilingual-Fig-QA](https://aclanthology.org/2023.finding

魔搭社区2026-04-28 更新270

M2LabOrg/jwlang

自动语音识别

多语言处理

JWLang Corpus是一个多语言的音频和文本数据集，源自jw.org网站上的JW Broadcasting视频，用于训练和微调自动语音识别（ASR）模型，特别是OpenAI Whisper。数据集存储在Hugging Face上，采用Parquet格式，原始音频文件为MP3格式，对应文本文件。该数据集适用于训练、验证和测试ASR模型，数据下载于2024年6月。

Hugging Face2024-06-24 更新170

subtitles database opensubtitles

资源简介：

相关数据集