codemixed

kaggle2022-02-01 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/louistom/codemixed

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2022-02-01

The dataset contains about 15000 samples of codemixed data derived from short video formats. The samples are annotated as offensive and Non-offensive

Zenodo2026-06-11 更新00

The dataset contains about 15000 samples of codemixed data derived from short video formats. The samples are annotated as offensive and Non-offensive

Zenodo2026-06-11 更新00

数据集是从Facebook、Twitter、KLSE Screener和Lowyat等平台抓取的，并由马来西亚本地人进行标注。数据集中包含了多种语言的词汇，包括英语、马来语、中文、泰米尔语等，并且每种语言都有详细的标签定义和统计信息。

Hugging Face2024-05-01 更新160

该数据集是一个统一的代码混合自动语音识别（ASR）数据集集合，数据以parquet文件格式存储，组织在train分割下的data/*/*.parquet路径中。数据集专门针对代码混合语音识别任务。

Hugging Face2026-04-28 更新00

kaggle2022-04-20 更新00