发布 SciPar 数据集, 应用在 学术文献、多语言处理 领域

本次发布的数据集 SciPar, 这是一个包含31个双语文本内存交换（TMX）文件的数据集，涵盖EN-X语言对，其中X包括BG、CS、DE、EL、ES、ET、FI、FR、HR、HU、IS、IT、LT、LV、MK、NB、NN、PL、PT、RU、SK、SL、SQ、SV等语言。此外，还有少量其他语言组合的集合。该数据集是通过处理学术库和档案馆中可用的学士学位、硕士学位和博士学位论文摘要而生成的，总共有9172462个句子。

查看SciPar

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。