Curiousfox/tai-lo_to_chinese_testing_ver4.0
收藏资源简介：
--- dataset_info: features: - name: source dtype: string - name: target_south dtype: string - name: target_north dtype: string - name: target_sg dtype: string splits: - name: train num_bytes: 25317355 num_examples: 107727 download_size: 14638419 dataset_size: 25317355 configs: - config_name: default data_files: - split: train path: data/train-* --- --- language: - zh - Hokkien (Southern Minnan) acknowledgement: - Jonshon8187/Chinese_Multi-Emotion_Dialogue_Dataset - RicardoRei/wmt-mqm-human-evaluation - Ayaka/MoeDict-cmn-hak-10k - zouharvi/wmt-terminology-2023 - leduckhai/MultiMed-ST - ayymen/Weblate-Translations for their Chinese source text, and, - sarahwei/Taiwanese-Minnan-Sutiau - sarahwei/Taiwanese-Minnan-Example-Sentences for their Chinese-Tai-lo pair dataset, and, - andreihar @ https://taibun.andreihar.com/ - ÌTHUÂNKHOKI 意傳科技 @ https://github.com/i3thuan5 for their amazing transliterating tool for Chinese to Tai-lo, taibun and TauPhahJi future work: - Replace untranslated words in the Tai-Lo columns
数据集信息： 特征： - 字段名称：源字段（source），数据类型：字符串（string） - 字段名称：南部目标字段（target_south），数据类型：字符串（string） - 字段名称：北部目标字段（target_north），数据类型：字符串（string） - 字段名称：新加坡目标字段（target_sg），数据类型：字符串（string） 数据划分： - 划分名称：训练集（train），占用字节数：25317355，样本数量：107727 下载大小：14638419字节 数据集总大小：25317355字节 数据集配置： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），文件路径：data/train-* --- 语言覆盖： - 中文（zh） - 闽南语（Hokkien (Southern Minnan)） 致谢声明： 以下项目提供了中文源文本，特此致谢： - Jonshon8187/Chinese_Multi-Emotion_Dialogue_Dataset（中文多情感对话数据集） - RicardoRei/wmt-mqm-human-evaluation（wmt-mqm人工评估数据集） - Ayaka/MoeDict-cmn-hak-10k（MoeDict汉客双语数据集） - zouharvi/wmt-terminology-2023（wmt2023术语数据集） - leduckhai/MultiMed-ST（MultiMed-ST数据集） - ayymen/Weblate-Translations（Weblate翻译数据集） 以下项目提供了闽南语-台罗拼音配对数据集，特此致谢： - sarahwei/Taiwanese-Minnan-Sutiau（台湾闽南语Sutiau数据集） - sarahwei/Taiwanese-Minnan-Example-Sentences（台湾闽南语例句数据集） 以下个人及机构提供了出色的中文转台罗拼音、白话字（taibun）及大易拼音（TauPhahJi）转写工具，特此致谢： - andreihar @ https://taibun.andreihar.com/ - ÌTHUÂNKHOKI 意傳科技 @ https://github.com/i3thuan5 未来工作计划： - 替换台罗拼音列中未完成翻译的词汇
