OpenSubtitles Corpus
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/OpenSubtitles
下载链接
链接失效反馈官方服务：
资源简介：
OpenSubtitles 是多语言并行语料库的集合。该数据集是从一个庞大的电影和电视字幕数据库编译而来的，总共包括 1689 个双文本，涵盖 60 种语言的 26 亿个句子。
OpenSubtitles is a collection of multilingual parallel corpora. This dataset is compiled from a large-scale movie and TV subtitle database, containing a total of 1,689 bitext pairs, covering 2.6 billion sentences across 60 languages.
提供机构：
OpenDataLab
创建时间：
2022-08-19
搜集汇总
数据集介绍
背景与挑战
背景概述
OpenSubtitles Corpus是一个多语言并行语料库，包含1689个双文本，涵盖60种语言的26亿个句子，适用于自然语言处理和机器翻译等任务。该数据集由赫尔辛基大学和奥斯陆大学于2016年发布。
以上内容由遇见数据集搜集并总结生成
