PhoMT

Name: PhoMT
Creator: OpenDataLab
License: 暂无描述

OpenXLab2026-04-18 收录

下载链接：

https://openxlab.org.cn/datasets/OpenDataLab/PhoMT

下载链接

链接失效反馈

官方服务：

资源简介：

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。

提供机构：

OpenDataLab

创建时间：

2022-11-02

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。

OpenDataLab2026-07-05 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

tuandunghcmut/PhoMT

PhoMT数据集是一个高质量的大规模越南语-英语机器翻译基准数据集，由VinAI Research创建。数据集包含训练集、验证集和测试集三个部分，分别包含2977999、18719和19151个样本。数据集经过处理和格式化，以适配Hugging Face数据集的标准结构，便于预训练紧凑模型。

Hugging Face2025-07-02 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

SEACrowd/phomt

PhoMT是一个高质量、大规模的越南语-英语平行数据集，包含3.02M句对，比基准数据集IWSLT15大2.9M句对。这是第一个大规模的越南语-英语机器翻译研究。数据集主要用于机器翻译任务，支持越南语和英语。

Hugging Face2024-06-24 更新440