nicety182/En-Id

Name: nicety182/En-Id
Creator: nicety182
Published: 2024-12-14 19:34:02
License: 暂无描述

Hugging Face2024-12-14 更新2024-12-21 收录

下载链接：

https://hf-mirror.com/datasets/nicety182/En-Id

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集涉及英语和印度尼西亚语之间的翻译任务。

This dataset involves translation tasks between English and Indonesian.

提供机构：

nicety182

vhtran/en-id

--- license: cc-by-4.0 task_categories: - translation language: - en - id pretty_name: enidlrmt ---

Hugging Face2023-08-20 更新160

Sedimentology on core IOE182SK@en

This dataset is about: Sedimentology on core IOE182SK. Please consult parent dataset @ https://doi.org/10.1594/PANGAEA.877929 for more information.

DataONE2026-03-21 更新00

data-science-en-id

该数据集是一个专门为科学和数据科学领域设计的英语-印尼语（EN-ID）平行语料库，旨在支持神经机器翻译（NMT）模型和大型语言模型（LLM）的训练，以更好地处理技术术语、学术结构和正式科学语言。主要语言为英语和印尼语，领域涵盖数据科学、人工智能、机器学习和一般科学。应用场景包括神经机器翻译、领域适应和跨语言信息检索。数据集来源于wikimedia/wikipedia和ccdv/arxiv-summ

Hugging Face2026-03-16 更新40

Mapping Matrix Aligning EN-ID and ID-EN Embeddings

kaggle2021-05-07 更新00

wikipedia_dataset_science_en_id

该数据集包含从英文和印尼语维基百科科学文章中提取的122,433个对齐的句子对，非常适合自然语言处理（NLP）任务，如机器翻译、跨语言对齐和微调大型语言模型（LLMs）以更好地理解印尼语中的科学术语。数据集涵盖科学领域（物理、化学、生物、数学、天文学、计算机科学、工程、医学），使用MIT许可，大小为约21.1 MB。每个数据实例包括对齐的句子对、语义相似度分数和源维基百科文章标题。数据字段包括英文

Hugging Face2026-03-13 更新50