该数据集是一个多语言法律领域平行语料库，包含英语与三种印度语言（古吉拉特语、泰米尔语、泰卢固语）之间的双向翻译数据。数据集规模介于1万至10万条之间，采用AFL-3.0许可证发布。每个语言对（en-gu/en-ta/en-te）配置包含完全相同的字段结构：索引编号、源文本、目标文本、质量评分（含原始分与标准化分数）、文本领域标签、唯一标识符以及语言对元数据。数据已划分为训练集（2160/1836/

Hugging Face2026-01-30 更新230

surrey-nlp/Legal-QE

法律翻译

机器翻译

该数据集是一个多语言翻译数据集，涉及英语（en）和三种印度语言：古吉拉特语（gu）、泰米尔语（ta）和泰卢固语（te）。包含三种配置（en-gujarati、en-tamil、en-telugu），每种配置都有训练集、验证集和测试集。数据集特征包括源文本、目标文本、分数、均值、z分数、z均值、领域、ID、源语言、目标语言和语言对。数据集被归类为‘翻译’任务，并标记为‘法律’，表明可能包含法律领域的

Hugging Face2026-01-30 更新100

SwiLTra-Bench

法律翻译

语言技术

SwiLTra-Bench是一个包含超过18万对对齐的瑞士法律翻译数据集，涵盖法律、判决摘要和新闻发布会等多个领域，包含德语、法语、意大利语、罗曼什语和英语五种语言。该数据集由瑞士官方机构提供，并通过高质量的对齐方式构建。它旨在评估LLM-based翻译系统在法律翻译任务上的性能。

arXiv2025-03-03 更新300

COVID-19 EUR-LEX dataset. Βilingual (EN-PT)

COVID-19

法律翻译

This is a parallel corpus of the [European Union Law](https://eur-lex.europa.eu/homepage.html) pertaining to COVID-19 period. The corpus is available for download from the PORTULAN repository.

SSH Open MarketPlace2023-10-13 更新160

Indian Supreme Court Judgements ta_en

资源简介：

相关数据集