อ้างอิง:
hrenWaC
ใช้คำสั่งต่อไปนี้เพื่อโหลดชุดข้อมูลนี้ใน TFDS:
ds = tfds.load('huggingface:hrenwac_para/hrenWaC')
- คำอธิบาย :
The hrenWaC corpus version 2.0 consists of parallel Croatian-English texts crawled from the .hr top-level domain for Croatia. The corpus was built with Spidextor (https://github.com/abumatran/spidextor), a tool that glues together the output of SpiderLing used for crawling and Bitextor used for bitext extraction. The accuracy of the extracted bitext on the segment level is around 80% and on the word level around 84%.
- ใบอนุญาต : CC BY-SA 3.0
- เวอร์ชัน : 1.0.0
- แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 99001 |
- คุณสมบัติ :
{
"translation": {
"languages": [
"en",
"hr"
],
"id": null,
"_type": "Translation"
}
}