ParaCrawl

ParaCrawl是一个大规模平行语料库。它由欧盟通过“连接欧洲设施”计划共同资助，旨在为欧洲语言持续提供网络规模的平行语料。该数据库主要收录从多语言网站自动采集的句对齐文本，支持多种欧洲语言及部分其他语言对，并包含用于处理平行语料的Bitextor开源工具链。