WMT English-Chinese Parallel Dataset

该数据集包含了从WMT 2017到WMT 2020年的英汉平行语料，经过筛选，排除了字符数少于30的句子，最终形成了包含13,130个例子的训练集。该数据集被用于评估在特定领域任务中的翻译性能，同时也用于测试在分布外翻译方向上的泛化能力。规模上，该数据集共有13,130个例子，其任务专注于机器翻译。