PhoMT_Dataset(VinAI)

kaggle2024-05-28 更新2024-05-31 收录

下载链接：

https://www.kaggle.com/datasets/cngonngc/phomt-datasetvinai

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-05-28

wanhin/VinAI_PhoMT

--- dataset_info: features: - name: en dtype: string - name: vi dtype: string splits: - name: train num_bytes: 542847683 num_examples: 2977999 download_size: 317623752 da

Hugging Face2024-05-17 更新40

PhoMT

PhoMT数据集是一个用于越南语-英语机器翻译任务的高质量、大规模基准数据集。

Hugging Face2025-04-22 更新30

PhoMT

PhoMT是一个高质量和大规模的3.02M句子对的越南语-英语平行数据集，用于机器翻译。

OpenXLab00

PhoMT

PhoMT是一个高质量和大规模的3.02M句子对的越南语-英语平行数据集，用于机器翻译。

OpenDataLab2026-07-12 更新170

PhoMT

PhoMT是一个大规模高质量的越南语-英语平行语料库，包含302万个句子对，旨在解决越南语-英语机器翻译资源不足的问题。数据集由VinAI研究创建，内容涵盖多个领域，如WikiHow、TED-Talks等，确保了数据多样性和广泛性。创建过程中，通过多阶段处理确保数据质量，包括文档收集、预处理、句子对齐和后处理。PhoMT的应用领域主要集中在机器翻译，特别是越南语到英语的翻译，旨在提高翻译质量和效率

arXiv2021-10-23 更新1380