数据集卡片：PersiNLU（机器翻译）

数据集概述

一份波斯语翻译数据集（英语 -> 波斯语）。

支持的任务和排行榜

[需要更多信息]

语言

文本数据集包含波斯语（fa）和英语（en）。

数据集结构

数据实例

以下是数据集中的一个示例：

{
    "source": "چه زحمت‌ها که بکشد تا منابع مالی را تامین کند اصطلاحات را ترویج کند نهادهایی به راه اندازد.", 
    "targets": ["how toil to raise funds, propagate reforms, initiate institutions!"],  
    "category": "mizan_dev_en_fa"
}

数据字段

• source: 输入的波斯语句子。
• targets: 英语的目标翻译列表。
• category: 示例来源。

数据拆分

训练集/开发集/测试集包含1,622,281个样本/2,138个样本/47,745个样本。

数据集创建

策划理由

详细信息请查看 the corresponding draft 。

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏差讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策划者

[需要更多信息]

许可信息

CC BY-NC-SA 4.0许可

引用信息

@article{huggingface:dataset,
    title = {ParsiNLU: A Suite of Language Understanding Challenges for Persian},
    authors = {Khashabi, Daniel and Cohan, Arman and Shakeri, Siamak and Hosseini, Pedram and Pezeshkpour, Pouya and Alikhani, Malihe and Aminnaseri, Moin and Bitaab, Marzieh and Brahman, Faeze and Ghazarian, Sarik and others},
    year={2020}
    journal = {arXiv e-prints},
    eprint = {2012.06154},    
}

贡献

感谢 @danyaljj 添加了这个数据集。