Parallel Translation Corpus in 24 languages! (~5M)

kaggle2020-08-05 更新2024-03-07 收录

多语言翻译

跨语言数据

数据链接：

https://www.kaggle.com/datasets/hgultekin/paralel-translation-corpus-in-22-languages 数据链接链接失效反馈

官方服务：

资源简介：

English sentences and their professionally produced translations in 24 languages

英语句子及其经专业译制的24种语言对应译文

创建时间：

2020-07-26

qanastek/ECDC

公共健康

多语言翻译

ECDC数据集是由欧盟机构欧洲疾病预防控制中心（ECDC）于2012年10月发布的翻译记忆库，包含25种语言的句子及其专业翻译。该数据集主要用于机器翻译任务，支持22种欧盟语言，包括英语、瑞典语、波兰语、匈牙利语、立陶宛语、拉脱维亚语、德语、芬兰语、斯洛伐克语、斯洛文尼亚语、法语、捷克语、丹麦语、意大利语、马耳他语、荷兰语、葡萄牙语、罗马尼亚语、西班牙语、爱沙尼亚语、保加利亚语、希腊语、爱尔兰语、

Hugging Face2022-10-23 更新540

Youseff1987/multilingual_translation_sft

多语言翻译

这是一个用于翻译任务的数据集，包含default和flores200两个配置。数据集的特征字段包括文本ID、主题、原文语言、目标语言、系统类型、原文、翻译文本、模型名称、原文长度和翻译文本长度。数据集分为训练集和测试集，支持多种语言之间的翻译。

Hugging Face2025-03-01 更新80

Multilingual translations of the MIC21 ontology classes

多语言翻译

视觉对象本体

The classes of the MIC21 ontology of visual objects are translated into 25 languages (English, Albanian, Bulgarian, Basque, Catalan, Croatian, Danish, Dutch, Galician, German, Greek, Finnish, French,

DataCite Commons2022-06-01 更新70

A New Kabuverdianu-English Parallal Dataset

机器翻译

跨语言数据

该数据集包含2000个平行句对，用于机器翻译实验。数据集的构建过程包括从OPUS语料库中筛选和校正句子，使用在线词典和机器翻译接口进行调整，以确保翻译的准确性和质量。

github2024-04-25 更新270

mxronga/cultura-x-deduped-yoruba

跨语言数据

训练

这是一个经过去重和扩展的cultura-x yoruba数据集，适用于约鲁巴语的预训练任务。

Hugging Face2024-03-05 更新80