PanLex-BLI

该数据集提供了覆盖15种低资源语言的BLI词典，并涵盖了210个BLI语言方向。它特别关注于无监督和1K BLI设置，涉及的语言包括保加利亚语、加泰罗尼亚语和匈牙利语等。该数据集的规模为2,000个测试对，其任务是进行双语词典诱导。

搜集汇总

背景与挑战

背景概述

PanLex-BLI数据集是一个包含210种语言对的双语词典集合，覆盖15种语言，用于双语词典归纳（BLI）任务。该数据集从PanLex翻译数据库中提取，提供不同大小的训练和测试词典（如5000、2000、1000、500对），并作为银标准资源，适用于跨语言嵌入研究。