数据集 - 海数据

英语-泰语平行语料库

2025年4月20日

英语-泰语平行语料库数据来源：互联网公开数据标签：平行语料库,机器翻译,自然语言处理,英语,泰语,跨语言分析,文本对齐,翻译模型训练数据概述：本数据集是一个大型的英语-...

ZIP

电影评论及其法语翻译数据集

2025年4月20日

电影评论及其法语翻译数据集数据来源：互联网公开数据标签：电影评论,IMDb,法语翻译,文本处理,情感分析,机器翻译,跨语言分析数据概述：本数据集基于Aditya、P.等人的IMDb电影评论数据集构建，包含多部电影的评论数据，每条评论对应一部特定电影。数据集经过清洗和规则化处理，以确保数据质量，并使用Google Translate...

ZIP

Flickr8k图像日语翻译数据集

2025年4月19日

Flickr8k图像日语翻译数据集数据来源：互联网公开数据标签：图像标注,日语翻译,机器翻译,图像识别,自然语言处理,图像描述,Flickr8k,多模态,文本数据数据概述：...

ZIP

印度语维基百科文章问答对数据集-问答生成-36-6k

2025年4月19日

印度语维基百科文章问答对数据集-问答生成-36-6k 数据来源：互联网公开数据标签：问答对,印度语,维基百科,自然语言处理,机器翻译,问答生成,文本数据,语言学习数据概述：...

ZIP

多语言平行语料库数据集

2025年4月19日

多语言平行语料库数据集数据来源：互联网公开数据标签：多语言,平行语料库,翻译,机器翻译,自然语言处理,跨语言数据分析数据概述：本数据集是一个多语言平行语料库，包含英语与其他多种语言（如俄语、哈萨克语、西班牙语、意大利语和法语）之间的对照翻译数据。数据集来源于对原始的databricks-...

ZIP

英语-印地语句子翻译数据集

2025年4月17日

英语-印地语句子翻译数据集数据来源：互联网公开数据标签：语言翻译,英语,印地语,机器翻译,自然语言处理,双语句对,文本对齐数据概述：本数据集来自Helsinki NLP Opus...

ZIP

大型语言模型训练合成数据-Synthia-v1-3数据集

2025年4月17日

大型语言模型训练合成数据-Synthia-v1-3数据集数据来源：互联网公开数据标签：大型语言模型,合成数据,训练数据,自然语言处理,文本生成,机器翻译,问答系统,对话生成数据概述：本数据集是专为大型语言模型（LLM）开发和改进而设计的合成训练数据集，主要用于研究和优化migel...

ZIP

英语-伊博语圣经数据集

2025年4月17日

英语-伊博语圣经数据集数据来源：互联网公开数据标签：机器翻译,伊博语,圣经文本,英语,语言数据,语料库,宗教文本数据概述：本数据集为英语和伊博语的圣经文本对齐数据，主要用于英语至伊博语的机器翻译研究。数据来源于Jehovah...

ZIP

古典藏文-英文翻译数据集

2025年4月17日

古典藏文-英文翻译数据集数据来源：互联网公开数据标签：古典藏文,英文翻译,机器翻译,语料库,语言学研究,MT模型训练数据概述：本数据集包含古典藏文句子及其对应的英文翻译，每对数据由古典藏文句子和其英文翻译组成。数据集中的文本来源于Lotsawa...

ZIP

IWSLT2017英语-中文翻译数据集

2025年4月15日

IWSLT2017英语-中文翻译数据集数据来源：互联网公开数据标签：机器翻译,自然语言处理,NLP,多语种,英中翻译,语言模型训练,语料库数据概述本数据集是IWSLT2017翻译任务的英语-中文平行语料数据集，主要用于机器翻译研究和多语言自然语言处理任务。数据集包含三个独立的CSV文件，分别存储训练集、验证集和测试集。数据来源于Hugging...

ZIP

韩国语翻译数据集

2025年4月15日

韩国语翻译数据集数据来源：互联网公开数据标签：韩国语,翻译,NLP模型,机器翻译,自然语言处理,DeepL API,英译韩,语言学习数据概述：本数据集提供了一组从英语翻译成韩国语的文本数据，适用于GPT4ALL、Dolly、Vicuna等NLP模型的训练与研究。数据集由nlpai-lab团队整理，通过DeepL...

ZIP

英译印语言模型指令数据集-NVIDIAHelpSteer数据集-英译印

2025年4月15日

英译印语言模型指令数据集-NVIDIAHelpSteer数据集-英译印数据来源：互联网公开数据标签：语言模型,自然语言处理,机器翻译,印地语,文本生成,指令,NVIDIA,HelpSteer,数据集数据概述：本数据集是NVIDIA...

ZIP

多语言软件缺陷报告及其翻译数据集1963-2025

2025年4月15日

多语言软件缺陷报告及其翻译数据集1963-2025 数据来源：互联网公开数据标签：多语言,软件缺陷报告,翻译,自然语言处理,机器翻译,跨语言分析数据概述：...

ZIP

多语言平行语料库释义数据集-73种语言

2025年4月15日

多语言平行语料库释义数据集-73种语言数据来源：互联网公开数据标签：平行语料库,释义,自然语言处理,机器翻译,多语言,文本数据,语言学,文本分析数据概述：本数据集收录了73种语言的句子释义语料库，名为TaPaCo。该语料库由Yves...

ZIP

德语到英语机器翻译数据集

2025年4月15日

德语到英语机器翻译数据集数据来源：互联网公开数据标签：机器翻译,德语,英语,数据集,PyTorch,自然语言处理,翻译模型数据概述：本数据集包含用于机器翻译的德语到英语句子对，旨在为翻译模型的训练和评估提供数据支持。数据集由28975条训练数据和1000条测试数据组成，涵盖了多样化的语言表达和上下文。数据用途概述：...

ZIP

维基百科名人传记翻译数据集

2025年4月15日

维基百科名人传记翻译数据集数据来源：互联网公开数据标签：机器翻译,性别准确性,上下文信息,英文,西班牙文,德文,语言处理,数据集分析数据概述：...

ZIP

古兰经语料库1963-2021

2025年4月15日

古兰经语料库1963-2021 数据来源：互联网公开数据标签：古兰经,伊斯兰教,宗教文本,机器翻译,文本生成,文本摘要,宗教研究数据概述：本数据集收录了古兰经的完整文本，涵盖了从1963年至2021年的版本。数据包含了古兰经的每一条经文，以及相应的章节和节编号，为宗教研究、文本分析和自然语言处理提供了重要的基础材料。数据用途概述：...