Dauren-Nur/kaz_eng_parallel

该数据集是由阿拉木图国立大学的研究人员从法律文件和新闻网站收集的哈萨克语-英语平行句子语料库。数据集包含377,044个训练样本，总大小为138,823,197字节。数据集的主要用途是翻译任务，涉及哈萨克语和英语。

原始信息汇总

数据集概述

名称： Kazakh-English Parallel Corpus

语言：

• Kazakh (kk)
• English (en)

任务类别： Translation

数据集结构：

• 特征：
  • kaz：类型为字符串，代表哈萨克语文本。
  • eng：类型为字符串，代表英语文本。
• 分割：
  • train：包含377044个示例，总字节数为138823197。

数据集大小： 138823197字节

下载大小： 70628298字节

创建者： Al-Farabi Kazakh National University的研究人员

数据来源： 法律文件和新闻网站

数据集描述： 该数据集由Al-Farabi Kazakh National University的研究人员创建，包含从法律文件和新闻网站收集的哈萨克语和英语平行句子的平行语料库。