콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#기술과학 # AI 기반 번역 # 기술과학 분야 전문 번역기 # 기술과학 분야 용어사전 개발 # 인공지능 학습용 번역 말뭉치

한국어-중국어 번역 말뭉치(기술과학)

한국어-중국어 번역 말뭉치(기술과학)
  • 분야한국어
  • 유형 텍스트
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 4,301 다운로드 : 462 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021-06-18 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2023-09-25 저작도구 및 AI모델 소스코드 등록

    소개

    기술과학(예: 인공지능, 빅데이터, IT, SNS, 의학, 특허 등) 등 한-중 번역 말뭉치

    구축목적

    양질, 대규모 인공지능 학습 데이터를 구축 및 공개하여 중소ㆍ벤처기업, 스타트업 등 민간 기업들의 인공지능 기술개발을 촉진하고, 이들 기업이 인공지능 기술을 바탕으로 인공지능 서비스, 인공지능 제품을 공급하는 등 인공지능 활용 산업이 활성화를 위함
  • 구축 내용 및 제공 데이터량

    • 데이터 구축분야: 의료/보건, 특허/기술, 자동차/교통/소재, IT/컴퓨터/모바일
    • 한글 원문 어절 수 : 평균 15어절
    • 수량 : 병렬 말뭉치 130만개
    • 분야별 세부 구축 수량(단위:만): 의료/보건(25만), 특허/기술(15만), 자동차/교통/소재(30만), IT/컴퓨터/모바일(60만)
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 다운로드
  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.18 데이터 최초 개방  

    데이터셋명

    • 한국어-중국어 번역 말뭉치(기술과학) [Construction of a Korean-Chinese Parallel Corpus(Technical science)]

    구축 목적

    • 양질, 대규모 인공지능 학습 데이터를 구축 및 공개하여 중소ㆍ벤처기업, 스타트업 등 민간 기업들의 인공지능 기술개발을 촉진하고, 이들 기업이 인공지능 기술을 바탕으로 인공지능 서비스, 인공지능 제품을 공급하는 등 인공지능 활용 산업이 활성화를 위함

    활용 분야

    • 민간 및 기관의 한국어-중국어 AI 자동번역 기술 개발 등

    주요 키워드

    • 크라우스소싱(집단지성), 인공지능, NMT, MTPE, 기계학습, 말뭉치, 인공지능 학습, 생태계, 번역, 기계번역

    소개

    • 다양한 분야의 한국어 원문 데이터로부터 정제된 한국어-중국어 번역 말뭉치를 구축하고 검증한 데이터셋으로, 특정 산업 영역에 편중되지 않으면서도 인공지능 개발에 공통적으로 활용할 수 있는 범용성 높은 데이터를 구축하였으며, 데이터의 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 원천 데이터를 확보하여 인공지능 학습용 데이터 구축
       

    한국어-중국어 번역 말뭉치(사회과학)- 소개 프로세스 예시 이미지

    구축 내용 및 제공 데이터량

    • 데이터 구축분야: 의료/보건, 특허/기술, 자동차/교통/소재, IT/컴퓨터/모바일
    • 한글 원문 어절 수 : 평균 15어절
    • 수량 : 병렬 말뭉치 130만개
    • 분야별 세부 구축 수량(단위:만): 의료/보건(25만), 특허/기술(15만), 자동차/교통/소재(30만), IT/컴퓨터/모바일(60만)

    대표도면

    한국어-중국어 번역 말뭉치(기술과학)- 대표도면 예시 이미지

    필요성

    • 현재 대한민국은 AI 기술 연구 개발 및 활용의 시작 단계
    • AI 데이터 축적/활용 미흡 (선진국[미국] 대비 약 2년의 기술력 차)
    • AI 기술 개발을 위해 대규모 AI 학습용 데이터 확보 필수
    • 중소·벤처 기업 수요는 있으나 구축 역량 부족
    • AI 학습 데이터 자체 구축 시간/예산 부족 및 원천 데이터 확보의 어려움으로 정부 차원의 투자/지원 필요

    데이터 구조

    • 데이터 구성
    데이터 구조 데이터 구성표
    No. 속성명 타입 필수 여부
    1 관리번호 string 필수
    2 분야 string 필수
    3 한국어 string 필수
    4 중국어 string 필수
    5 한국어_어절수 number 필수
    6 중국어_글자수 number 필수
    7 길이_분류 number 필수
    8 출처 string 선택
    9 수행기관 string 필수

     

    • 구체적인 필드
    데이터 구조 구체적인 필드
    필드 정보 세부 내용
    데이터 셋 명칭 한국어-중국어 기술과학 분야 이중 말뭉치
    구축분야 의료/보건, 특허/기술, 자동차/교통/소재, IT/컴퓨터/모바일
    구축량 130만 문장쌍
    응용분야 언어모델, 자동번역
    언어 원시어-한국어, 목적어-중국어
    기타  

     

    • 제공형태
      - JSON 중국어

    한국어-중국어 번역 말뭉치(기술과학)- 제공형태- JSON 중국어

     
  • 데이터셋 구축 담당자

    수행기관(주관) : 플리토
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    이정수 02-512-0162 help@flitto.com · 사업 관리 총괄 / 위탁용역 계약 및 업무관리 · 크라우드 소싱 활용한 한-중/일 번역(MTPE 번역/감수) · 활용 서비스 개발 및 방안 도출
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    솔트룩스파트너스 · 한-일 번역(MTPE 번역/감수)
    · 서비스 활용 방안 도출
    온아시아 · 한-중 번역
    디엠티랩스 · 한-중 번역(MTPE 번역/감수)
    · 서비스 활용 방안 도출
    에버트란 · 한-중/일 번역(MTPE 번역/감수)
    · 서비스 활용 방안 도출
    윤즈정보개발 · 원시데이터 정제
    · 저작권 구매(한국언론진흥재단, 한국학중앙연구원 등)
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    이정수(플리토) 02-512-0162 help@flitto.com
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
    * 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
    * 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
    2. 기관생명윤리위원회(IRB) 승인된 연구계획서
    3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
    4. 안심존 이용 신청서 [다운로드]
    5. 보안서약서 [다운로드]
    ※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다.

  • 신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의

데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.

API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.

리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.

※ 파일 병합 리눅스 명령어

find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"

- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.

- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.

※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.