D599_Japanese_English_Parallel_Corpus_Data

Opencsg2026-03-04 更新2026-03-14 收录

平行语料库

机器翻译

数据链接：

https://www.opencsg.com/datasets/DatatangBeijing/D599_Japanese_English_Parallel_Corpus_Data 数据链接链接失效反馈

官方服务：

资源简介：

日英平行语料总计38 万组；排除了政治，黄色色情，个人信息等敏感词汇；可作为文本类数据分析的基础语料库，用于机器翻译等领域。

创建时间：

2026-03-04

NLPC-UOM/nllb-top25k-ensi-cleaned

机器翻译

语料库质量评估

该数据集是一个用于机器翻译任务的平行语料库，包含英语（en）和僧伽罗语（si）两种语言。数据集的大小在10K到100K之间。该数据集是通过网络挖掘得到的，并且对低资源语言的语料质量进行了详细分析。研究表明，网络挖掘的语料库在不同部分之间存在显著的质量差异，并且质量因语言和数据集而异。对于某些网络挖掘的数据集，使用其最高排名的25k部分训练的神经机器翻译（NMT）模型可以与人工整理的数据集相媲美。

Hugging Face2024-06-17 更新160

autoevaluate/autoeval-eval-aslg_pc12-default-007f32-95707146449

机器翻译

自动训练

--- type: predictions tags: - autotrain - evaluation datasets: - aslg_pc12 eval_info: task: translation model: HamdanXI/t5_small_gloss_merged_dataset_random_0.1 metrics: ['comet', 'bertscore']

Hugging Face2023-10-17 更新120

zaanind/sinhala_englsih_parrel_corpus

机器翻译

自然语言处理

该数据集包含大约80,000条英语-僧伽罗语翻译对，可用于训练机器翻译任务和其他自然语言处理应用。由于数据集规模较大，部分句子可能存在错误，因此在使用前建议进行数据清理和验证，以提高模型的可靠性。

Hugging Face2024-07-16 更新80

persiannlp/parsinlu_translation_en_fa

自然语言处理

机器翻译

--- annotations_creators: - expert-generated language_creators: - expert-generated language: - fa license: - cc-by-nc-sa-4.0 multilinguality: - fa - en size_categories: - 1K<n<10K source_datasets: - e

Hugging Face2022-10-24 更新150

HamdanXI/arb-eng-parallel-10k

机器翻译

语言对齐

该数据集包含阿拉伯语和英语的文本对，主要用于机器翻译或双语文本处理任务。数据集包含10,000个训练样本，总大小为4,293,258.42字节，下载大小为2,378,038字节。

Hugging Face2023-11-22 更新80