opus-mt-en-zh

kaggle2022-11-25 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/terrychanorg/opusmtenzh

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2022-11-25

该数据集是通过AutoTrain自动处理的，用于英语到中文的翻译任务。数据集中包含源文本、目标文本以及源文本和目标文本的长度特征。数据集被分为训练集和验证集，分别包含16350和4088个样本。

Hugging Face2022-09-17 更新210

convert indonesia to english

kaggle2021-04-14 更新100

该数据集是一个经过英语到德语翻译训练的编码器-解码器转换模型。该模型相对较小，具有6层和8个注意力头，用于研究中的微调任务，具体应用于机器翻译领域。

arXiv90

OPUS-100-Fix数据集是OPUS-100平行英马（英语-马耳他语）数据集的更新版本，通过使用MLRS标记器解决了马耳他语文本中的标记化不一致问题，旨在提高机器翻译质量。数据集包括训练、验证和测试三个部分，每部分都包含英语和马耳他语的对应文件，马耳他语文件已进行标记化修正。

Hugging Face2024-07-18 更新40

OPUS-100-Fixed是OPUS-100英语-马耳他语平行数据集的更新版本。此版本使用MLRS分词器解决了马耳他语文本中的分词不一致问题，旨在提高机器翻译的质量。数据集中的`en`列与原始OPUS-100数据相同，而`mt`列则使用MLRS去分词器进行了修正。

Hugging Face2024-09-11 更新130