scb_mt_enth_2020

ScbMtEnth2020 旨在构建一个大规模的英泰机器翻译数据集，其中包含超过100万个句子对，数据来源于新闻、维基百科文章、短信、任务型对话、网络爬取数据和政府文档等多种来源。此数据集支持机器翻译任务，并提供预训练模型和源代码，方便用户复现研究成果。数据集以CC-BY-SA 4.0协议授权。