198万组中文-波兰语平行语料数据

中文-波兰语平行语料数据包括198万组中文、波兰语平行互译语料，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。

The Chinese-Polish parallel corpus dataset includes 1.98 million pairs of Chinese-Polish parallel translation corpus. The data is stored in TXT format. It has undergone data cleaning, de-identification and quality inspection, and can serve as a foundational corpus for text data analysis, applicable to fields such as machine translation and other related areas.

搜集汇总

背景与挑战

背景概述

本数据集是一个包含198万组中文与波兰语平行互译语料的数据集，数据以txt格式存储，并已进行清洗脱敏与质检。该数据集主要用于机器翻译和本地化等文本分析任务，是支持中波翻译模型训练的基础语料库。