menyo20k_mt

MENYO-20k是一个多领域并行数据集，包含从新闻文章、TED演讲、电影剧本、广播稿、科技文章以及其他网络短文和专业翻译人员整理的文本。数据集规模为20,100个平行句子，分为10,070个训练句、3,397个开发句和6,633个测试句（包括3,419个多领域句子、1,714个新闻领域句子和1,500个TED演讲稿领域句子）。它主要用于英-约鲁巴语的翻译任务，并采用CC BY-NC 4.0非商业许可。