somosnlp-hackathon-2022/parallel-sentences

该数据集包含平行句子（英语和西班牙语），以tsv.gz格式存储，每行包含一个英语句子和对应的西班牙语句子。这些句子可以用于训练多语言句子嵌入模型。

原始信息汇总

西班牙语平行句子数据集概述

数据集内容

• 数据集包含英语与西班牙语的平行句子。

• 数据格式为简单的tsv.gz格式，具体格式如下：

  english_sentences sentence_in_spanish_language

数据集用途

• 该数据集适用于训练多语言句子嵌入模型。