该数据集旨在作为机器翻译中性别问题的评估基准。它考虑了在机器翻译背景下建模和处理性别语言的挑战，并扩展了之前使用合成示例识别问题的工作。该数据集专注于中性人称参考翻译为性别形式时出现的问题类别。数据集包括英文源句和四种目标性别语言（法语、德语、西班牙语和俄语），揭示了MT编码中的性别问题，发现了以前手动方法未覆盖的新问题。

github2021-12-16 更新200

plutokokoa/translation-for-yu-gi-oh-ja-traditional-zh

机器翻译

自然语言处理

该数据集包含日语和中文的文本对，主要用于训练目的。数据集包含10536个样本，总大小为7474238字节。

Hugging Face2024-02-17 更新130

C-MTEB/T2Reranking_zh2en

机器翻译

重排序

--- configs: - config_name: default data_files: - split: dev path: data/dev-* dataset_info: features: - name: query dtype: string - name: positive sequence: string - name: nega

Hugging Face2023-09-09 更新80

BPCC_filtered_comet_10

机器翻译

自然语言处理

BPCC_filtered_comet_10-en-hi数据集是一个包含英语到希伯来语翻译对及其评分的数据集。它由输入文本和对应的翻译文本组成，并为每个翻译对提供了两个评分指标：comet和blaser。数据集划分为训练集，共有4027个样本。

Hugging Face2025-04-11 更新160

NeutrinoPit/OpenSubtitles2024-en-ar-batch56

自然语言处理

机器翻译

该数据集包含两种语言的文本数据：英语（en）和阿拉伯语（ar）。数据集仅包含训练集，共有100万条样本，文件大小为101247380字节。数据集的下载大小为61285997字节。

Hugging Face2025-03-04 更新110