English-hindi corpus
收藏kaggle2019-12-06 更新2024-03-08 收录
下载链接：
https://www.kaggle.com/datasets/nitishpant/englishhindi-corpus
下载链接
链接失效反馈官方服务：
资源简介：
应用场景：
创建时间：
2019-12-06
相关数据集
English-Hindi Parallel Corpus
The dataset used for training and testing the machine translation systems.
DataCite Commons2026-01-07 更新70
IIT Bombay English-Hindi Parallel Corpus
IIT Bombay英语-印地语平行语料库包含英语-印地语的平行语料以及从多种现有来源和IIT Bombay印度语言技术中心多年来开发的印地语单语语料库。该语料库自2016年起被用于亚洲语言翻译研讨会共享任务中的印地语-英语和英语-印地语语言对，以及作为印地语-日语和日语-印地语语言对的转换语言对。
github2022-04-26 更新480
English-Hindi Code-Mixed Tweets Corpus
本数据集名为‘English-Hindi Code-Mixed Tweets Corpus’，由国际信息技术研究所语言技术研究中心创建。该数据集包含4015条从Twitter收集的英语-印地语混合文本推文，每条推文均标注了作者性别和语言标签。数据集的创建涉及从1000个Twitter账户中提取过去两年内涉及印度社会政治问题的推文，并通过人工标注性别和语言。此数据集主要用于性别预测，特别是在社交媒体
arXiv2018-06-14 更新20
English-Hindi Code-Mixed Corpus
本研究介绍了首个针对印度2016年废钞政策（Demonetisation）的英语-印地语混合语料库，包含3545条推文。数据集由语言技术研究中心创建，旨在通过分析社交媒体上的观点，了解公众对废钞政策的立场。数据集内容丰富，涵盖了支持、反对和中立三种立场，每条推文均经过立场标注和语言标注。创建过程中，数据通过Twitter Scraper API收集，并由精通英语和印地语的母语者进行标注。该数据集适
arXiv2018-05-30 更新100
IIT Bombay English-Hindi Parallel Corpus
IIT Bombay English-Hindi Parallel Corpus是由印度理工学院孟买分校的印度语言技术中心创建的大型平行语料库，专门用于英语与印地语之间的机器翻译研究。该数据集包含149万条平行语料，涵盖多种领域和应用，如法律、行政和教育等。数据集的创建过程涉及从公开资源中收集和整合语料，以及通过内部项目和课程项目新收集的语料。该数据集已在多个机器翻译共享任务中使用，旨在提高英语与
arXiv2018-05-20 更新270
