82k Azerbaijani words corpus

kaggle2023-08-03 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/slyce20/aze-words-corpus

下载链接

链接失效反馈

官方服务：

资源简介：

Comprehensive Azerbaijani Words Corpus: 82,000 Words

阿塞拜疆语综合词汇语料库：收录82000个词汇

创建时间：

2023-08-03

Digital Elevation Models Area 82K, [2002]

DMTI Spatial Inc., 2009, "Digital Elevation Models Area 82K, [2002]", https://hdl.handle.net/11272.1/AB2/WUWPWG, Abacus Data Network, V2

Abacus20

LocalDoc/azerbaijani_words_frequency

该数据集包含阿塞拜疆语单词及其在文本语料库分析中的频率列表。使用的语料库是来自https://huggingface.co/datasets/LocalDoc/AzTC的AzTC（阿塞拜疆语文本语料库）。AzTC包含5100万条非重复句子（约10亿个词元）。数据收集自多种来源，包括网站、新闻文章、书籍、维基百科文章、立法文件、科学文章和其他资源。该词频列表代表了每个阿塞拜疆语单词在整个AzTC语料

Hugging Face2024-11-30 更新40

english-azerbaijani-parallel-corpus

English–Azerbaijani Parallel Corpus 是一个大规模平行语料库，包含 948,600 个英语-阿塞拜疆语句对，专门用于机器翻译和句子相似性任务。数据集的英语句子来源于三个互补语域的原生英语语料库：FineWeb-Edu（通用网络散文，占 42.2%）、English Wikipedia（百科全书，占 42.2%）和 News-Commentary（新闻/经济，占 1

Hugging Face2026-06-25 更新00

Adaptation of migrants, 1979-1982: File 82k

A sample of families from several European countries were studied by questionnaire in 1979 at the time they appeared for interview with immigration officers in various Australian consulates, and again

DataCite Commons2025-02-27 更新10

LocalDoc/azerbaijani_retriever_corpus

这是一个大规模、高质量的阿塞拜疆语文本嵌入模型训练资源，用于信息检索任务。它包含671,528个训练实例，每个实例由一个查询、一个相关的正例文档和10个硬负例文档组成。该数据集的主要目标是促进使用对比学习训练密集检索模型。其关键特性是复杂的硬负例挖掘策略，旨在选择具有挑战性且合适的负例，以生成更健壮和准确的嵌入模型。

Hugging Face2025-06-10 更新40