发布 IAST-corpus 数据集, 应用在 自然语言处理、印度语言 领域

本次发布的数据集 IAST-corpus, 该数据集是通过将现有数据集转换为IAST（国际梵文转写字母）格式创建的，包含的语言有印地语、奥里亚语、孟加拉语、泰米尔语、泰卢固语、卡纳达语、马拉雅拉姆语、古吉拉特语和旁遮普语。数据来源主要是维基百科。数据集的结构包括source, target, source_lang, target_lang, source等列。

查看IAST-corpus

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。