Helsinki-NLP/spc

---
annotations_creators:
- found
language_creators:
- found
language:
- af
- el
- en
- zh
license:
- unknown
multilinguality:
- multilingual
size_categories:
- 10K<n<100K
source_datasets:
- original
task_categories:
- translation
task_ids: []
paperswithcode_id: null
pretty_name: spc
dataset_info:
- config_name: af-en
features:
- name: id
dtype: string
- name: translation
dtype:
translation:
languages:
- af
- en
splits:
- name: train
num_bytes: 4605446
num_examples: 57351
download_size: 1105038
dataset_size: 4605446
- config_name: el-en
features:
- name: id
dtype: string
- name: translation
dtype:
translation:
languages:
- el
- en
splits:
- name: train
num_bytes: 3797941
num_examples: 8181
download_size: 841228
dataset_size: 3797941
- config_name: en-zh
features:
- name: id
dtype: string
- name: translation
dtype:
translation:
languages:
- en
- zh
splits:
- name: train
num_bytes: 849200
num_examples: 2228
download_size: 189995
dataset_size: 849200
config_names:
- af-en
- el-en
- en-zh
---

# Dataset Card for spc

## Table of Contents
- [Dataset Description](#dataset-description)
- [Dataset Summary](#dataset-summary)
- [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards)
- [Languages](#languages)
- [Dataset Structure](#dataset-structure)
- [Data Instances](#data-instances)
- [Data Fields](#data-fields)
- [Data Splits](#data-splits)
- [Dataset Creation](#dataset-creation)
- [Curation Rationale](#curation-rationale)
- [Source Data](#source-data)
- [Annotations](#annotations)
- [Personal and Sensitive Information](#personal-and-sensitive-information)
- [Considerations for Using the Data](#considerations-for-using-the-data)
- [Social Impact of Dataset](#social-impact-of-dataset)
- [Discussion of Biases](#discussion-of-biases)
- [Other Known Limitations](#other-known-limitations)
- [Additional Information](#additional-information)
- [Dataset Curators](#dataset-curators)
- [Licensing Information](#licensing-information)
- [Citation Information](#citation-information)
- [Contributions](#contributions)

## Dataset Description

- **Homepage:** http://opus.nlpl.eu/SPC.php
- **Repository:** None
- **Paper:** http://www.lrec-conf.org/proceedings/lrec2012/pdf/463_Paper.pdf
- **Leaderboard:** [More Information Needed]
- **Point of Contact:** [More Information Needed]

### Dataset Summary

[More Information Needed]

### Supported Tasks and Leaderboards

[More Information Needed]

### Languages

[More Information Needed]

## Dataset Structure

### Data Instances

[More Information Needed]

### Data Fields

[More Information Needed]

### Data Splits

[More Information Needed]

## Dataset Creation

### Curation Rationale

[More Information Needed]

### Source Data

[More Information Needed]

#### Initial Data Collection and Normalization

[More Information Needed]

#### Who are the source language producers?

[More Information Needed]

### Annotations

[More Information Needed]

#### Annotation process

[More Information Needed]

#### Who are the annotators?

[More Information Needed]

### Personal and Sensitive Information

[More Information Needed]

## Considerations for Using the Data

### Social Impact of Dataset

[More Information Needed]

### Discussion of Biases

[More Information Needed]

### Other Known Limitations

[More Information Needed]

## Additional Information

### Dataset Curators

[More Information Needed]

### Licensing Information

[More Information Needed]

### Citation Information

[More Information Needed]

### Contributions

Thanks to [@abhishekkrthakur](https://github.com/abhishekkrthakur) for adding this dataset.

标注生成者:
- 现有获取（found）
语言生成者:
- 现有获取（found）
语言:
- 南非语（af）
- 希腊语（el）
- 英语（en）
- 中文（zh）
许可证:
- 未知
多语言属性:
- 多语言
样本规模类别:
- 10K<n<100K
源数据集:
- 原生数据集
任务类别:
- 机器翻译（translation）
任务子项:
- 无
PapersWithCode ID:
- 无
数据集展示名: spc
数据集信息:
- 配置名称: af-en（南非语-英语）
特征:
- 名称: id，数据类型: 字符串（string）
- 名称: translation（翻译），数据类型: 翻译字段，语言为南非语（af）、英语（en）
数据划分:
- 划分名称: 训练集（train），字节大小: 4605446，样本数量: 57351
下载大小: 1105038
数据集总大小: 4605446
- 配置名称: el-en（希腊语-英语）
特征:
- 名称: id，数据类型: 字符串（string）
- 名称: translation（翻译），数据类型: 翻译字段，语言为希腊语（el）、英语（en）
数据划分:
- 划分名称: 训练集（train），字节大小: 3797941，样本数量: 8181
下载大小: 841228
数据集总大小: 3797941
- 配置名称: en-zh（英语-中文）
特征:
- 名称: id，数据类型: 字符串（string）
- 名称: translation（翻译），数据类型: 翻译字段，语言为英语（en）、中文（zh）
数据划分:
- 划分名称: 训练集（train），字节大小: 849200，样本数量: 2228
下载大小: 189995
数据集总大小: 849200
可用配置名称列表:
- af-en
- el-en
- en-zh

# spc 数据集卡片
## 目录
- [数据集描述](#dataset-description)
- [数据集摘要](#dataset-summary)
- [支持任务与基准榜单](#supported-tasks-and-leaderboards)
- [使用语言](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据划分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建初衷](#curation-rationale)
- [源数据](#source-data)
- [标注信息](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据使用注意事项](#considerations-for-using-the-data)
- [数据集的社会影响](#social-impact-of-dataset)
- [偏差讨论](#discussion-of-biases)
- [其他已知局限性](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集维护者](#dataset-curators)
- [许可证信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献致谢](#contributions)

## 数据集描述
- **主页**: http://opus.nlpl.eu/SPC.php
- **代码仓库**: 无
- **相关论文**: http://www.lrec-conf.org/proceedings/lrec2012/pdf/463_Paper.pdf
- **基准榜单**: [需补充更多信息]
- **联系方式**: [需补充更多信息]

### 数据集摘要
[需补充更多信息]

### 支持任务与基准榜单
[需补充更多信息]

### 使用语言
[需补充更多信息]

## 数据集结构
### 数据实例
[需补充更多信息]

### 数据字段
[需补充更多信息]

### 数据划分
[需补充更多信息]

## 数据集构建
### 构建初衷
[需补充更多信息]

### 源数据
[需补充更多信息]

#### 初始数据收集与归一化
[需补充更多信息]

#### 源语言生产者是谁？
[需补充更多信息]

### 标注信息
[需补充更多信息]

#### 标注流程
[需补充更多信息]

#### 标注者是谁？
[需补充更多信息]

### 个人与敏感信息
[需补充更多信息]

## 数据使用注意事项
### 数据集的社会影响
[需补充更多信息]

### 偏差讨论
[需补充更多信息]

### 其他已知局限性
[需补充更多信息]

## 附加信息
### 数据集维护者
[需补充更多信息]

### 许可证信息
[需补充更多信息]

### 引用信息
[需补充更多信息]

### 贡献致谢
感谢[@abhishekkrthakur](https://github.com/abhishekkrthakur) 为本数据集的收录提供支持。

原始信息汇总

数据集概述

基本信息

• 名称: spc
• 语言: 多语言（af, el, en, zh）
• 许可证: 未知
• 多语言性: 多语言
• 大小: 10K<n<100K
• 源数据集: 原始数据
• 任务类别: 翻译

数据集结构

• 配置名称:

  • af-en
  • el-en
  • en-zh

• 特征:

  • id: 字符串类型
  • translation: 翻译特征，包含语言对

• 分割:

  • train:
    • af-en: 57351个例子，4605446字节，下载大小1105038字节
    • el-en: 8181个例子，3797941字节，下载大小841228字节
    • en-zh: 2228个例子，849200字节，下载大小189995字节

数据集创建

• 注释创建者: 发现
• 语言创建者: 发现

注意事项

• 许可证: 未知，使用时需注意版权和使用限制。