729万组中文-越南语平行语料数据【数据堂】
收藏OpenDataLab2024-05-29 更新2024-06-01 收录
下载链接:
https://opendatalab.org.cn/shujutang/shujutang1170
下载链接
链接失效反馈官方服务:
资源简介:
729万组中越平行互译语料,数据存储格式为txt文档,覆盖旅游、医药、日常、新闻等多个领域。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
7.29 million pairs of Chinese-Vietnamese parallel translation corpora, stored in TXT document format, covering diverse domains including tourism, medical care, daily communication, news and more. The corpus has undergone data cleaning, desensitization and quality inspection, and can serve as a foundational corpus for text data analysis and applications in fields such as machine translation.
提供机构:
shujutang
创建时间:
2024-05-29
搜集汇总
数据集介绍

背景与挑战
背景概述
该数据集包含729万组中文-越南语平行语料,覆盖旅游、医药、日常和新闻等多个领域,已进行清洗脱敏处理,格式为TXT,主要用于机器翻译任务,准确率约为90%,但为商业数据,仅限企业合作购买。
以上内容由遇见数据集搜集并总结生成



