CoCoDoc-MT

该数据集包含多语言平行翻译文本，主要特征包括：文档ID（doc_id）、组织机构信息（organization）、源语言（source_lang）与目标语言（target_lang）标识、原文（translation_source）与译文（translation_target）内容、以及对应的源/目标URL链接（url_source/url_target）。数据集划分为训练集（68个样本）、验证集（9个样本）和测试集（9个样本），总大小约29.2MB。数据文件按标准分割存储于train-*/validation-*/test-*路径下，适用于机器翻译模型训练与跨语言研究。