10054_vi_en_v2_1.tab

B2FIND2026-04-11 收录

机器翻译

双语术语对齐

数据链接：

https://b2find.eudat.eu/dataset/dc047e2b-abcc-5dac-8bef-823c333c79f6 数据链接链接失效反馈

官方服务：

资源简介：

Variable identifiers and descriptions - machine-readable (English)

变量标识符与描述——机器可读（machine-readable）（英文）

anirudhlakhotia/mini-en-samantar

机器翻译

--- dataset_info: features: - name: idx dtype: int64 - name: src dtype: string - name: tgt dtype: string splits: - name: train num_bytes: 71069230.15540843 num_examples

Hugging Face2024-01-26 更新150

JaydeepGupta/Europat_de-en_tokenized

机器翻译

英语平行语料

--- dataset_info: features: - name: input_ids list: int32 - name: attention_mask list: int8 - name: labels list: int64 splits: - name: train num_bytes: 8204529137 num_e

Hugging Face2025-12-16 更新50

pythainlp/scb_mt_2020_en2th_prompt

机器翻译

自然语言处理

该数据集是从scb_mt_enth_2020中移除nus_sms和paracrawl后创建的，主要用于文本到文本生成和文本分类任务，语言为泰语。数据集包含训练、验证和测试三个分割，分别包含801402、88927和88931个例子。

Hugging Face2023-11-06 更新30

lightblue/mt_bench_indonesian

机器翻译

自然语言处理

该数据集是MT-Bench基准测试中的印尼语翻译版本，首先由GPT-4o进行翻译，然后由印尼语母语者Aulia Adila进行校正。数据集包含多个特征，如类别、对话轮次、参考文本和问题ID，并且包含一个训练集分割。这是MT-Bench基准测试中新增的三种语言数据集之一，由Peter Devine上传。

Hugging Face2024-07-04 更新60

FiveC/Delete_Bahnaric

机器翻译

语言处理

--- dataset_info: features: - name: translation struct: - name: bahnaric dtype: string - name: vietnamese dtype: string splits: - name: train num_bytes: 348420942

Hugging Face2025-12-31 更新50

10054_vi_en_v2_1.tab

资源简介：

相关数据集