|
--- |
|
dataset_info: |
|
features: |
|
- name: id |
|
dtype: int64 |
|
- name: ja |
|
dtype: string |
|
- name: en |
|
dtype: string |
|
splits: |
|
- name: train |
|
num_bytes: 140991 |
|
num_examples: 1372 |
|
download_size: 77453 |
|
dataset_size: 140991 |
|
configs: |
|
- config_name: default |
|
data_files: |
|
- split: train |
|
path: data/train-* |
|
license: cc-by-4.0 |
|
task_categories: |
|
- translation |
|
language: |
|
- ja |
|
- en |
|
pretty_name: TALPCo |
|
--- |
|
|
|
[TALPCoデータセット](https://github.com/matbahasa/TALPCo)の日英翻訳ペアをHuggingFace形式に変換したデータセットです。 |
|
日本語の生データには分かち書き由来の空白文字が含まれていたため、それについは削除してあります。 |
|
ライセンスは元データセットの記述に従い、CC-BY 4.0とします。 |
|
|
|
|
|
- [GitHub](https://github.com/matbahasa/TALPCo) |
|
- [論文](https://anlp.jp/proceedings/annual_meeting/2018/pdf_dir/C3-5.pdf) |
|
|
|
|
|
```bibtex |
|
Nomoto, Hiroki, Kenji Okano, David Moeljadi and Hideo Sawada. 2018. |
|
TUFS Asian Language Parallel Corpus (TALPCo). |
|
Proceedings of the Twenty-Fourth Annual Meeting of the Association for Natural Language Processing, 436-439. |
|
``` |
