Annotations corpus ANGLISH

Name: Annotations corpus ANGLISH
Creator: ORTOLANG (Open Resources and TOols for LANGuage) - www.ortolang.fr
Published: 2026-02-10T15:30:22+08:00

DataCite Commons2026-02-11 更新2026-05-04 收录

语料标注

多语言处理

数据链接：

https://www.ortolang.fr/market/item/sldr000733/v2 数据链接链接失效反馈

官方服务：

资源简介：

Annotations du corpus ANGLISH(En préparation)

提供机构：

ORTOLANG (Open Resources and TOols for LANGuage) - www.ortolang.fr

创建时间：

2026-02-10

graelo/wikipedia

多语言处理

语言建模

该数据集是一个多语言的Wikipedia数据集，涵盖了多种语言。每个语言的配置信息包括特征（如id、url、title、text）、分割（如train）、下载大小和数据集大小等详细信息。数据集的任务类别包括文本生成和填充掩码，适用于语言建模和掩码语言建模任务。数据集的大小类别从小于1K到大于10M不等，涵盖了广泛的语言范围。

Hugging Face2023-09-10 更新380

xbilek25/validation_set_100_de_en

语音识别

多语言处理

--- dataset_info: features: - name: client_id dtype: string - name: path dtype: string - name: audio dtype: audio: sampling_rate: 48000 - name: sentence dtype:

Hugging Face2024-04-28 更新230

micsell/mixed_he_en

语音识别

多语言处理

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: sentence dtype: string - name: language dtype: string splits: - name: train

Hugging Face2024-01-30 更新80

severo/flores_101

机器翻译

多语言处理

FLORES是一个用于机器翻译的基准数据集，特别关注英语与低资源语言之间的翻译。该数据集包含101种语言的平行句子，这些句子是从英文维基百科中提取并由专业翻译人员翻译的。数据集的设计旨在更好地评估模型在低资源语言上的表现，并支持多对多的多语言翻译系统评估。数据集的结构包括数据实例、数据字段、数据分割等信息，所有句子在多语言配置和分割中都是对齐的。

Hugging Face2022-10-27 更新300

kardosdrur/scandi_eurovoc

多语言处理

文本分类

--- dataset_info: features: - name: title dtype: string - name: date dtype: string - name: eurovoc_concepts sequence: string - name: url dtype: string - name: lang dtyp

Hugging Face2024-01-09 更新120

Annotations corpus ANGLISH

资源简介：

相关数据集