TartuNLP 发布 pale-madlad-data 数据集, 应用在 机器翻译、自然语言处理 领域

TartuNLP 本次发布的数据集 pale-madlad-data, 该数据集包含了针对低资源芬兰-乌戈尔语系的段落级机器翻译数据，具体包括omamedia、vepkar、wikipedia和ylefi四种语言的数据。vepkar数据集还有一个公开的语料库，用于维普和卡累利阿语言的研究和应用。

查看pale-madlad-data

Dataset card 内容： 

Files and versions 内容： 

关于 TartuNLP , TartuNLP是一个专注于自然语言处理领域的研究组织，致力于开发先进的NLP技术和工具，以促进语言技术的创新和应用。

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。