MDT-NLP-F024 Mandarin Chinese Text Normalization Text Corpus
Language
zh-CN
Number of Utterances
100,736
Data Content
Text Normalization
File Format
TXT
Field of Application
NLP
Data Sensitive Items
nil
Copyright Owner
Magic Data
Sample
100001
另一队中国组合由邵奕俊担任舵手，最终排名第十四，落后冠军组合1.63秒。
另一队中国组合由邵奕俊担任舵手，最终排名第十四，落后冠军组合一点六三秒。
100002
第二局比赛中国队攻势不减，侯宇阳在23分33秒时将比分改写为3:0。
第二局比赛中国队攻势不减，侯宇阳在二十三分三十三秒时将比分改写为三比零。
100003
上半场比赛双方打成10-10平，这是超级碗历史上第四次半场分数持平。
半场比赛双方打成十比十平，这是超级碗历史上第四次半场分数持平。
No related data? Contact us
Related Datasets
MDT-NLP-F022 English Medical Customer Service Text Corpus
MDT-NLP-F019 Minnan Text Corpus
MDT-NLP-F008 Japanese Smart Home C&C Text Corpus
[Open-Source]
MDT-NLP-A011 Italian Chatting Corpus
MDT-NLP-A004 French Chatting Corpus
MDT-NLP-B001 Chinese Conversation Text Corpus
Why MD Datasets
Full Compliance
ISO/IEC 27001 & ISO/IEC 27701:2019 compliant
Multiple Dimension
Audio, text, image, and video multi-modal data
Extensive Scope
Conversational, scripted, and spontaneous data covering extensive domains
High Accuracy
Expertise secured quality result