bentrevett/multi30k

该数据集包含Multi30k数据集，源自[此处](https://www.statmt.org/wmt16/multimodal-task.html)的“任务1”数据集。每个例子由一个英语句子和其对应的德语翻译组成。数据集分为训练集、验证集和测试集，分别包含29,000、1,014和1,000个实例。

原始信息汇总

Multi30k 数据集概述

数据集基本信息

• 任务类别：翻译
• 语言：英语（en）、德语（de）
• 数据集大小：10,000 < n < 100,000

数据集描述

Multi30k 数据集包含英语和德语的翻译对。每个示例包含一个英语句子（en）及其对应的德语翻译（de）。

数据分割

• 训练集：29,000 个实例
• 验证集：1,014 个实例
• 测试集：1,000 个实例

引用信息

@article{elliott-EtAl:2016:VL16, author = {{Elliott}, D. and {Frank}, S. and {Simaan}, K. and {Specia}, L.}, title = {Multi30K: Multilingual English-German Image Descriptions}, booktitle = {Proceedings of the 5th Workshop on Vision and Language}, year = {2016}, pages = {70--74}, year = 2016 }

搜集汇总

背景与挑战

背景概述

Multi30k是一个英语-德语平行语料库，专门用于机器翻译任务，包含31,014个句子对，分为训练集、验证集和测试集。数据集提供英语句子及其德语翻译，适用于训练和评估翻译模型，具有中等规模，支持文本模态，格式为json。