five

SEACrowd/vlsp2020_mt_envi

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/vlsp2020_mt_envi
下载链接
链接失效反馈
官方服务:
资源简介:
Vlsp2020 Mt Envi数据集是一个用于训练机器翻译系统的平行和单语数据集,主要关注将英文文本翻译成越南文,特别是新闻领域。数据来源于高质量的双语或多语新闻网站以及单语教育讲座(类似于TED演讲),主题涵盖技术、娱乐和设计等领域。此外,数据集还包含了来自OpenSubtitle数据集的嘈杂电影字幕。数据集的语言为越南语(vie),支持的任务是机器翻译。

Vlsp2020 Mt Envi数据集是一个用于训练机器翻译系统的平行和单语数据集,主要关注将英文文本翻译成越南文,特别是新闻领域。数据来源于高质量的双语或多语新闻网站以及单语教育讲座(类似于TED演讲),主题涵盖技术、娱乐和设计等领域。此外,数据集还包含了来自OpenSubtitle数据集的嘈杂电影字幕。数据集的语言为越南语(vie),支持的任务是机器翻译。
提供机构:
SEACrowd
原始信息汇总

Vlsp2020 Mt Envi 数据集概述

基本信息

  • 名称: Vlsp2020 Mt Envi
  • 语言: 越南语 (vie)
  • 任务类别: 机器翻译
  • 标签: 机器翻译
  • 许可证: 未知

数据描述

  • 领域: 新闻
  • 来源:
    • 高质量的双语或多语新闻网站
    • TED-like 演讲
    • OpenSubtitle 数据集中的电影字幕

支持的任务

  • 机器翻译

数据集版本

  • 源版本: 1.0.0
  • SEACrowd 版本: 2024.06.20

引用

  • Vlsp2020 Mt Envi:

    @inproceedings{vlsp2020-mt, title = {{Goals, Challenges and Findings of the VLSP 2020 English-Vietnamese News Translation Shared Task}}, author = {Thanh-Le Ha and Van-Khanh Tran and Kim-Anh Nguyen}, booktitle = {{Proceedings of the 7th International Workshop on Vietnamese Language and Speech Processing - VLSP 2020}}, year = {2020} }

  • SEACrowd:

    @article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作