Tilde MODEL Corpus (Tilde Multilingual Open Data for European Languages)

Tilde MODEL Corpus 是一个针对欧洲语言的多语言语料库——尤其专注于较小的语言。收集的资源已被清理、对齐并格式化为语料库标准 TMX 格式，可用于开发新的语言技术产品和服务。它包含超过 1000 万个多语言开放数据段。这些数据是从允许免费使用和重复使用其内容的网站以及公共部门网站收集的。