浙江大学 发布 English and Chinese Braille Mixed Datasets (EBMD/CBMD) 数据集, 应用在 盲文信息处理、自然语言处理 领域

浙江大学 本次发布的数据集 English and Chinese Braille Mixed Datasets (EBMD/CBMD), 本数据集是一套包含中文和英文盲文的混合文本数据集，旨在支持盲文领域的研究，特别是解决混合文本环境中的盲文信息处理问题。数据集由纯中文、混合中文和混合英文盲文数据组成，并包含了丰富的数学公式内容。数据收集过程包括从标准中文新闻文章和STEM教育相关文档中生成盲文版本，并通过专家团队进行手动校对和标注。此外，为了提高数据集的多样性和有效性，还引入了一种基于句法和依赖语法树的数据增强方法。该数据集为低资源多语言盲文研究和翻译技术提供了基础。

查看English and Chinese Braille Mixed Datasets (EBMD/CBMD)

Dataset card 内容： 

Files and versions 内容： 

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。