Translation2019zh

翻译语料库 (translation2019zh) 520万对汉语平行语料库。每对包含一个英文和一个对应的中文。在中文或英文中，大多数情况下是一个带有标签的完整句子。对于一个平行的中文对，中文平均有36个字符，英语平均有19个单词 (像 “她” 这样的单词)

The translation corpus (translation2019zh) is a parallel Chinese-English dataset containing 5.2 million sentence pairs. Each pair comprises one English text and its corresponding Chinese translation. In most cases, both the Chinese and English segments are complete sentences with associated labels. On average, each Chinese text contains 36 characters, while each English text contains 19 words (e.g., the word "she").

搜集汇总

背景与挑战

背景概述

Translation2019zh是一个包含520万对中英文平行句对的翻译语料库，每对通常为带有标签的完整句子，中文平均36个字符，英文平均19个单词。该数据集于2019年发布，适用于机器翻译等自然语言处理任务。