--- language: - lt - en license: cc-by-2.5 size_categories: - 1M<n<10M dataset_info: features: - name: translation struct: - name: en dtype: string - name: lt dtype: string

Hugging Face2024-02-20 更新50

multi_para_crawl

机器翻译

多语言处理

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。

Opencsg2024-07-19 更新80

NiuTrans/FLORES-mvf

机器翻译评估

蒙古语翻译

一个新的中蒙评估数据集，由母语人士标注，旨在扩展FLORES-200基准。该数据集可用于评估mvf（蒙古语）与zh（中文）/en（英文）之间的机器翻译质量。

Hugging Face2026-05-07 更新60