## This item has been replaced by the one which can be found at https://doi.org/10.7488/ds/7914 -The files from this item have been withdrawn due to a change in the license for their reuse, the correc

DataCite Commons2025-04-11 更新120

gweltou/web-sentences-br

自然语言处理

跨语言数据

该数据集包含来自公共网络的布列塔尼语句子，经过过滤和去重处理，主要使用KLT正字法，大约包含100万单词。

Hugging Face2024-03-31 更新60

SQuAD-es v1.1

问答系统

跨语言数据

SQuAD-es v1.1是由TALP研究中心创建的第一个大规模西班牙语问答训练资源，基于自动翻译的斯坦福问答数据集(SQuAD) v1.1。该数据集包含近100,000个问题，这些问题的答案是从维基百科文章中提取的。创建过程中，研究团队开发了Translate-Align-Retrieve (TAR)方法，利用神经机器翻译和无监督对齐算法自动将英语QA数据集翻译成西班牙语。SQuAD-es v1

arXiv2019-12-13 更新150

DynamicSuperb/AAVESpeechRecognition_CORAAL

语音识别

跨语言数据

该数据集包含音频数据、文件路径、指令和标签四个主要特征。数据集仅包含一个测试集划分，测试集包含4000个样本，总大小为1143526755.0字节。数据集的下载大小为1127988783字节。

Hugging Face2024-08-17 更新70