南开大学 发布 CS-Dialogue 数据集, 应用在 自然语言处理、代码转换 领域

南开大学 本次发布的数据集 CS-Dialogue, CS-Dialogue是一个包含104小时自发汉语-英语代码转换对话的大型语料库，由200位讲者参与。该数据集由南开大学计算机科学与技术学院和北京人工智能研究院创建，提供了完整的对话录音和转录，捕捉了连续话语中的自然代码转换模式。数据集覆盖了个人话题、娱乐、技术、教育、职业、哲学和体育等七个日常话题，对话以普通话开始，然后是汉语和英语的代码转换，最后以英语结束。

查看CS-Dialogue

关于 南开大学 , 南开大学是中国著名的综合性大学，位于天津市，成立于1919年。该校在多个学科领域都有显著的研究成果，其中计算机科学与技术学院在计算机科学和技术领域有深入的研究和贡献。

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。