| --- |
| 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. |
| ``` |
