Kanzoet97/Karum

英语-卡拉卡尔帕克语平行语料库是一个高质量的数据集，包含10,441个对齐的英语和卡拉卡尔帕克语（kaa）句子对。该数据集旨在提升卡拉卡尔帕克语在大型AI模型（LLMs）和神经机器翻译（NMT）系统中的表示能力和生成能力，使其能够更好地理解和生成卡拉卡尔帕克语文本。语料库使用官方的拉丁字母书写。 * 语言：英语（en）、卡拉卡尔帕克语（kaa） * 格式：CSV（逗号分隔值） * 许可证：MIT * 书写：拉丁字母English-Karakalpak Parallel Corpus is a high-quality dataset containing 10,441 aligned sentence pairs in English and Karakalpak (kaa). This dataset is designed to advance the representation and capability of the Karakalpak language in large-scale AI models (LLMs) and Neural Machine Translation (NMT) systems, enabling them to better understand and generate Karakalpak text. The corpus utilizes the official Latin script. * Language(s): English (en), Karakalpak (kaa) * Format: CSV (Comma-Separated Values) * License: MIT * Script: Latin