Czech-Slovak Parallel Corpus

B2FIND2026-04-25 收录

机器翻译

法律文本翻译

数据链接：

https://b2find.eudat.eu/dataset/6ddc05cb-b475-58b1-84d6-bbac7146e5a8 数据链接链接失效反馈

官方服务：

资源简介：

Czech-Slovak parallel corpus consisting of several freely available corpora (Acquis [1], Europarl [2], Official Journal of the European Union [3] and part of OPUS corpus [4] –...

homersimpson/opensubtitles_fr

机器翻译

语言数据

该数据集包含电影相关的元数据和翻译信息，具体包括电影的ID、年份、IMDb ID、字幕ID及其对应的语言（加泰罗尼亚语和法语）。数据集分为训练集、验证集和测试集，分别包含240000、30000和30000个示例。数据集的总下载大小为26004408字节，总大小为36369003字节。

Hugging Face2023-12-05 更新160

michsethowusu/kinyarwanda-tsonga_sentence-pairs

自然语言处理

机器翻译

该数据集包含非洲语言句子对及其相似度评分，适用于机器翻译、句子对齐或其他自然语言处理任务。数据集基于NLLBv1构建，包含332,229行，每行有三个字段：相似度评分、基尼亚鲁旺达语句子和宗加语句子。可用于训练和评估机器学习模型，进行翻译、句子相似度计算和跨语言迁移学习等任务。

Hugging Face2025-03-30 更新130

michsethowusu/afrikaans-shona_sentence-pairs

自然语言处理

机器翻译

非洲语言句子对数据集，包含非洲语言句子对及其相似度评分。可用于机器翻译、句子对齐或其他自然语言处理任务。该数据集基于META领导的开放源代码计划下发布的NLLBv1数据集。数据集每行包括三个列：评分、第一句句子（语言1）和第二句句子（语言2）。旨在用于训练和评估机器学习模型，用于翻译、句子相似度计算和跨语言迁移学习等任务。

Hugging Face2025-04-03 更新80

GALE Phase 4 Arabic Weblog Parallel Sentences

机器翻译

平行语料库

Introduction GALE Phase 4 Arabic Weblog Parallel Sentences was developed by the Linguistic Data Consortium (LDC). Along with other corpora, the parallel text in this release comprised

DataCite Commons2021-07-01 更新160

MaroneAI/French-Wolof_Translation-Dataset

机器翻译

自然语言处理

这个数据集包含了从法语到沃洛夫语的翻译对，数据经过精心收集和清洗，包括去除重复项和纠正不一致之处，确保数据集可靠且可以直接用于自动翻译模型的训练。数据适用于法语到沃洛夫语模型的微调训练、翻译模型的评估以及非洲语言的自然语言处理研究。

Hugging Face2025-10-08 更新80