98万组中文-乌尔都语平行语料数据【数据堂】
收藏OpenDataLab2024-05-30 更新2024-06-01 收录
下载链接:
https://opendatalab.org.cn/shujutang/shujutang1247
下载链接
链接失效反馈官方服务:
资源简介:
中文-乌尔都语平行语料数据包括98万组中文、乌尔都语平行互译语料,数据存储格式为txt文档。已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 Chinese-Urdu parallel corpus dataset comprises 980,000 pairs of mutually translated Chinese and Urdu text segments. All data is stored in TXT document format. It has undergone data cleaning, de-identification and quality inspection, and can be used as a foundational corpus for text data analysis, as well as applied in fields such as machine translation.
提供机构:
shujutang
创建时间:
2024-05-30
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集包含98万组中文与乌尔都语的平行互译语料,以txt格式存储,已进行清洗和质检,准确率达90%,主要用于机器翻译应用,但为商业数据,仅限企业合作购买。
以上内容由遇见数据集搜集并总结生成



