WMT 2011 Testing Set

B2FIND2026-04-25 收录

机器翻译评测

平行语料库

数据链接：

https://b2find.eudat.eu/dataset/165f0948-03fe-541d-b686-e8e1d26f1d5c 数据链接链接失效反馈

官方服务：

资源简介：

Testing set from WMT 2011 [1] competition, manually translated from Czech and English into Slovak. Test set contains 3003 sentences in Czech, Slovak and English. Test set is...

该测试集取自WMT 2011 [1] 竞赛，由捷克语与英语手动译制为斯洛伐克语。本测试集包含捷克语、斯洛伐克语及英语语料共计3003句。该测试集为……

community-datasets/setimes

多语言翻译

平行语料库

SETimes数据集是一个包含英语和东南欧语言（如保加利亚语、波斯尼亚语、希腊语、克罗地亚语、马其顿语、罗马尼亚语、阿尔巴尼亚语、塞尔维亚语和土耳其语）的平行语料库。该数据集是多语言的，包含超过10万条但少于100万条数据记录。数据集的主要任务是翻译任务，支持多种语言对的翻译。每个语言对的训练数据大小、下载大小和数据集大小在配置信息中详细列出。数据集的许可证为CC BY-SA 4.0。

Hugging Face2024-06-26 更新470

Indic-Data

印度文学

平行语料库

这是一个由各种印度来源和印度文学积累而成的数据集，包括古典印度文学文本、印度数学家的数学论文和经文、相关研究论文和数据源等。数据集目前包含的区域语言数据有古吉拉特语和马拉地语，以及英语到孟加拉语、马拉雅拉姆语、泰米尔语、泰卢固语和乌尔都语的平行语料库。

Hugging Face2025-08-02 更新120

WMT 2018

机器翻译评测

多语言语料库

WMT 2018是第三次机器翻译会议共享任务中使用的数据集集合。会议以一系列以前的十二个年度统计机器翻译研讨会和会议为基础。会议以十项共同任务为特色: 一项新闻翻译任务，一项生物医学翻译任务，多模态机器翻译任务，一项指标任务，一项质量评估任务，自动后期编辑任务，并行语料库过滤任务。

OpenXLab100

GALE Phase 4 Arabic Weblog Parallel Sentences

机器翻译

平行语料库

Introduction GALE Phase 4 Arabic Weblog Parallel Sentences was developed by the Linguistic Data Consortium (LDC). Along with other corpora, the parallel text in this release comprised

DataCite Commons2021-07-01 更新160

dumitrescustefan/ro_sts_parallel

平行语料库

翻译

RO-STS-Parallel数据集是一个罗马尼亚语和英语的平行语料库，该数据集是通过将STS英语数据集翻译成罗马尼亚语而获得的。数据集包含17256个罗马尼亚语和英语的句子对。数据集的结构包括训练集、验证集和测试集，分别包含11498、3000和2758个句子对。数据集的创建过程包括使用谷歌翻译引擎进行自动翻译，然后由人工志愿者进行手动检查和校正。数据集的许可证为CC BY-SA 4.0。

Hugging Face2024-01-18 更新110

WMT 2011 Testing Set

资源简介：

相关数据集