新华多语言外宣平行句对数据集
收藏江苏数据交易所2026-01-30 收录
下载链接：
https://exchange.jsdataex.com/trade-home/#/project/tradingMarket/productDetail?productId=5663
下载链接
链接失效反馈官方服务：
资源简介：
数据集为纯文本，计划汇聚共600万句对，覆盖中英日韩德阿6个语种。每条句对包含原文、译文、领域标签（政治、经济、文化等）、专有名词对齐、风格标签（正式/口语）及置信度评分。压缩后数据规模约1TB，支持按语种、领域、风格快速抽样。
提供机构：
江苏新华日报大数据有限公司
搜集汇总
背景与挑战
背景概述
该数据集是一个大规模多语言平行句对资源，包含600万句对，覆盖中文、英语、日语、韩语、德语和阿拉伯语六种语言。每条数据提供原文、译文、领域标签（如政治、经济、文化）、专有名词对齐、风格标签（正式或口语）和置信度评分等详细标注，支持按语种、领域和风格快速抽样，适用于机器翻译、跨语言信息检索等自然语言处理任务。
以上内容由遇见数据集搜集并总结生成
