MTet
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/stefan-it/nmt-en-vi
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为MTet，是目前公开可用的最大的英越平行语料库，包含420万高质量的训练句对，以及一个由越南研究界精心打磨的多领域测试集。与其他现有数据源相比，该数据集在规模上更大，覆盖领域更为广泛，其中包括法律和生物医学等技术和影响力较大的领域。该数据集的训练样本量达到了420万例，其任务主要集中在机器翻译领域。
提供机构：
Vietnamese research community
