数据堂—108万条英俄平行语料数据

英俄平行语料数据总计108万组,排除了政治、黄色、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

This dataset contains 1.08 million English-Russian parallel corpus pairs, with sensitive content including political materials, pornographic content and personal information excluded. It can serve as a foundational corpus for text data analysis and be applied in fields such as machine translation.

搜集汇总

背景与挑战

背景概述

该数据集包含108万对英语-俄语平行语料，专为机器翻译测试任务设计，排除了政治、色情等敏感信息。数据以TXT格式存储，由数据堂提供版权并支持商业用途。