穆夫提·贾学院工程与技术学院 发布 ERUPD - English to Roman Urdu Parallel Dataset 数据集, 应用在 机器翻译、多语言处理 领域

穆夫提·贾学院工程与技术学院 本次发布的数据集 ERUPD - English to Roman Urdu Parallel Dataset, ERUPD是一个从英语到罗马乌尔都语的平行语料库，由穆夫提·贾学院工程与技术学院创建，包含75,146个句子对。该数据集通过结合真实世界对话数据和高级提示工程生成的合成数据构建，旨在捕捉罗马乌尔都语的多样语言特征。数据集经过人工评估，确保了代码切换、语音变异和同义词的准确性。该数据集主要用于机器翻译、情感分析和多语言教育，旨在解决罗马乌尔都语在自然语言处理中的资源匮乏问题。

查看ERUPD - English to Roman Urdu Parallel Dataset

关于 穆夫提·贾学院工程与技术学院 , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。