Helsinki-NLP/opus_montenegrinsubs

Opus MontenegrinSubs数据集专为机器翻译任务设计，支持英语和黑山语（en-me）之间的翻译。该数据集包含从10K到100K不等的数据量，主要用于训练，数据大小为4896347字节。数据集的特征包括翻译功能，支持的语言有英语和黑山语。

annotations_creators:
- 公开资源获取
language_creators:
- 公开资源获取
language:
- cnr
- en
license:
- 未知
multilinguality:
- 平行翻译语料
size_categories:
- 10000 < 样本数 < 100000
source_datasets:
- 原生数据集
task_categories:
- 机器翻译
task_ids: []
pretty_name: Opus黑山字幕语料库（OpusMontenegrinsubs）
dataset_info:
config_name: en-me
features:
- name: 翻译（translation）
dtype:
translation:
languages:
- en
- me
splits:
- name: 训练集
num_bytes: 4896347
num_examples: 65043
download_size: 3376459
dataset_size: 4896347
configs:
- config_name: en-me
data_files:
- split: 训练集
path: en-me/train-*

---

# 数据集卡片：opus_montenegrinsubs

## 目录
- [数据集概述](#dataset-description)
- [数据集摘要](#dataset-summary)
- [支持任务与排行榜](#supported-tasks-and-leaderboards)
- [语言说明](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据拆分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建初衷](#curation-rationale)
- [源数据](#source-data)
- [标注信息](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据使用注意事项](#considerations-for-using-the-data)
- [数据集社会影响](#social-impact-of-dataset)
- [偏差讨论](#discussion-of-biases)
- [其他已知局限性](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集维护者](#dataset-curators)
- [许可信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献致谢](#contributions)

## 数据集概述

- **主页**：[opus MontenegrinSubs语料库](http://opus.nlpl.eu/MontenegrinSubs.php)
- **代码仓库**：无
- **相关论文**：无
- **排行榜**：无
- **联系方式**：无

### 数据集摘要

本数据集为面向机器翻译任务的Opus黑山字幕语料库，对应语言对为英语（en）与黑山语（me）。

### 支持任务与排行榜

核心任务为英语到黑山语的机器翻译。

### 语言说明

[需补充更多信息]

## 数据集结构

### 数据实例

[需补充更多信息]
### 数据字段

[需补充更多信息]
### 数据拆分

[需补充更多信息]

## 数据集构建

### 构建初衷

[需补充更多信息]
### 源数据

#### 初始数据收集与标准化

[需补充更多信息]
#### 源语言内容创作者是谁？

[需补充更多信息]
### 标注信息

#### 标注流程

[需补充更多信息]
#### 标注者是谁？

[需补充更多信息]
### 个人与敏感信息

[需补充更多信息]

## 数据使用注意事项

### 数据集社会影响

[需补充更多信息]
### 偏差讨论

[需补充更多信息]
### 其他已知局限性

[需补充更多信息]

## 附加信息

### 数据集维护者

[需补充更多信息]
### 许可信息

[需补充更多信息]
### 引用信息

J. Tiedemann, 2012, OPUS中的平行数据、工具与接口，发表于第八届国际语言资源与评估会议（LREC 2012）
### 贡献致谢

感谢[@spatil6](https://github.com/spatil6)贡献本数据集。

原始信息汇总

数据集概述

• 名称: OpusMontenegrinsubs
• 语言:
  • cnr
  • en
• 许可证: unknown
• 多语言性: translation
• 大小: 10K<n<100K
• 源数据集: original
• 任务类别: translation
• 配置名称: en-me

数据集结构

• 特征:
  • 名称: translation
  • 数据类型:
    • 语言:
      • en
      • me
• 分割:
  • 名称: train
  • 字节数: 4896347
  • 示例数: 65043
  • 下载大小: 3376459
  • 数据集大小: 4896347

数据集创建

• 许可证信息: unknown
• 引用信息:
  • J. Tiedemann, 2012, Parallel Data, Tools and Interfaces in OPUS. In Proceedings of the 8th International Conference on Language Resources and Evaluation (LREC 2012)
• 贡献者: @spatil6