multi_para_crawl

MultiParaCrawl主要用于机器翻译任务，支持包括保加利亚语、加泰罗尼亚语、捷克语等多种语言。数据集规模在10万到100万条样本之间，采用CC0 1.0通用许可。该数据集允许用户指定语言代码对进行加载，并提供标准化数据操作。