数据堂—314万条中西平行语料数据

314万组中西平行互译语料，数据存储格式为txt文档，数据来自科技领域。已进行数据清洗脱敏质检，可作为文本类数据分析的基础语料库，用于机器翻译等领域

3.14 million pairs of Chinese-Western language parallel translation corpus. The data is stored in TXT file format, sourced from the scientific and technological domain, and has undergone data cleaning, de-identification and quality inspection. It can serve as a foundational corpus for text data analysis and be applied in fields such as machine translation.

搜集汇总

背景与挑战

背景概述

该数据集包含314万对中文与西班牙语的平行句对，源自技术领域，以TXT格式存储，适用于机器翻译评估任务。数据经过清洗、匿名化和质量检查，准确率达90%，可作为文本分析和机器翻译应用的基础语料。