CCTC - Classical Chinese Translation Corpus

English document

文言文翻译、古文翻译 语料数据集。(构建中)

数据说明

目前已整理的文言文翻译数据：

• 《史记》（29篇）
• 《论语》（20篇全）
• 《中庸》（33章全）

数据集格式

[
    {
        "title": "",
        "contents": [
            {
                "source": "",
                "target": ""
            },
            {
                "source": "",
                "target": ""
            },
        ]
    }
]

数据集统计

	样本数	最大长度	最小长度	长度平均值	长度中位数	长度标准差
原文	7841	180	1	17.67	15.0	13.54
译文	7841	280	2	29.20	24.0	23.28

贡献

• 欢迎有兴趣的朋友为此项目添砖加瓦，奉献自己的一份力。

• 如果您有部分整理好的文言文翻译语料，并且不介意将它开源的话，可以通过直接提交PR的形式进行贡献。

• 如果您认为该项目很有价值，并且愿意支持我不断完善该项目的话，您也可以通过「支付宝」或者「微信赞赏码」进行打赏赞助（备注留下您的邮箱）

引用

如果您希望能在您的研究中使用该数据集，请注明数据集的出处，https://github.com/scagin/cctc

如果您希望将该数据集用于训练商业算法模型，或其他用途，都是允许的。该开源数据集采用MIT协议，一切声明都在协议当中。

联系方式

• 邮箱：406493851@qq.com

• QQ：406493851