Helsinki-NLP/opus_dogc

OPUS DOGC数据集是一个包含加泰罗尼亚政府官方期刊文档的集合，文档语言为加泰罗尼亚语和西班牙语。数据集由Antoni Oliver Gonzalez提供，属于多语言平行文本数据集，主要用于翻译任务。数据集的规模在1M到10M之间，包含4763575个数据实例，总大小为1258920648字节。数据集的结构包括加泰罗尼亚语和西班牙语的平行文本字段，且数据集的许可证为CC0 1.0，属于公共领域。

原始信息汇总

数据集概述

• 名称: OPUS DOGC
• 语言:
  • 加泰罗尼亚语 (ca)
  • 西班牙语 (es)
• 许可证: CC0-1.0
• 多语言性: 翻译
• 大小: 1M<n<10M
• 源数据: 原始数据
• 任务类别: 翻译

数据集结构

• 数据特征:
  • 翻译:
    • 语言:
      • 加泰罗尼亚语 (ca)
      • 西班牙语 (es)
• 数据分割:
  • 训练集:
    • 字节数: 1258920648
    • 示例数: 4763575
• 下载大小: 599902063
• 数据集大小: 1258920648

数据集创建

• 语言创建者: 专家生成
• 注释: 无注释