hrenwac_para

อ้างอิง:

• รหัส
• กอดหน้า

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 :

• คุณสมบัติ :

{
    "translation": {
        "languages": [
            "en",
            "hr"
        ],
        "id": null,
        "_type": "Translation"
    }
}