印度最高法院判决书英汉平行语料库数据集-varuthakari

印度最高法院判决书英汉平行语料库数据集-varuthakari 数据来源：互联网公开数据 标签：最高法院,判决书,印度,法律,语料库,翻译,英汉,司法,印度Kanoon, IndicTrans2 数据概述： 本数据集是一个英汉平行语料库，内容源自印度最高法院的判决书。原始判决书从Indian Kanoon网站获取，经过处理后，每个文档被分割成句子，并使用PySBD进行句子边界检测，以提高分割质量。所有句子均使用AI4Bharat的IndicTrans2模型进行翻译，将印度最高法院的判决书从英文翻译成中文。

数据用途概述： 该数据集主要用于机器翻译模型的训练和评估，特别是英汉翻译模型。此外，也可用于法律领域的语言学研究、法律文本分析、跨语言信息检索、以及辅助法律专业人士进行翻译和理解判决书。该数据集为研究人员和开发者提供了宝贵的资源，以改进翻译质量和促进法律信息的跨语言传播。