atlasia/ATAM
收藏Hugging Face2024-04-27 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/atlasia/ATAM
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是Darija Open Dataset (DODa)的修改版本，专门用于学习从Arabizi Darija文本到阿拉伯字母Darija的转写映射。数据集包含多样化的Arabizi Darija文本样本，每个样本都有对应的阿拉伯字母Darija转写，适用于监督学习。数据集的结构经过精心调整，以确保在训练转写模型时的相关性和有效性。
该数据集是Darija Open Dataset (DODa)的修改版本，专门用于学习从Arabizi Darija文本到阿拉伯字母Darija的转写映射。数据集包含多样化的Arabizi Darija文本样本，每个样本都有对应的阿拉伯字母Darija转写，适用于监督学习。数据集的结构经过精心调整，以确保在训练转写模型时的相关性和有效性。
提供机构：
atlasia
原始信息汇总
数据集概述
数据集名称
- Arabizi-To-Arabic-Mapping (ATAM) Transliteration Dataset
数据集目的
- 用于训练模型，将Arabizi Darija文本转换为阿拉伯字母Darija。
数据集特征
- darija_arabizi: 数据类型为字符串
- darija_arabic: 数据类型为字符串
- darija: 数据类型为字符串
- darija_ar: 数据类型为字符串
- english: 数据类型为字符串
数据集划分
- 训练集:
- 样本数量: 67186
- 数据大小: 2705541字节
数据集大小
- 下载大小: 1793167字节
- 数据集总大小: 2705541字节
数据文件配置
- 默认配置:
- 训练集路径: data/train-*
