WMT16 APE Shared Task Data

B2FIND2026-04-25 收录

机器翻译

多语言文本处理

数据链接：

https://b2find.eudat.eu/dataset/8f468dd4-9ef7-5ca7-92f6-52f45a85598b 数据链接链接失效反馈

官方服务：

资源简介：

Training, development and text data (the same used for the Sentence-level Quality Estimation task) consist in English-German triplets (source, target and post-edit) belonging to...

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

BeebekBhz/ne-en

自然语言处理

机器翻译

该数据集包含训练集、验证集和测试集三个部分，每个部分都包含了字符串类型的特征ne和en。训练集包含119,204个示例，大小为13,048,099字节；验证集和测试集各包含14,901个示例，大小分别为1,618,473字节和1,643,572字节。数据集总大小为16,310,144字节，下载大小为8,892,629字节。

Hugging Face2025-03-05 更新90

NeutrinoPit/OpenSubtitles2024-en-ar-batch53

机器翻译

自然语言处理

该数据集包含两种语言的文本数据：英语（en）和阿拉伯语（ar）。它包含一个训练集，共有100万个示例，文件大小为约100MB。数据集的具体内容未在README中描述，但可以推断它是一个用于语言处理的文本数据集。

Hugging Face2025-03-04 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

NeutrinoPit/OpenSubtitles2024-en-ar-batch42

机器翻译

自然语言处理

该数据集是一个包含英文和阿拉伯文字符串的数据集，用于训练模型。它包含一个训练集，共有100万条示例，数据集总大小为104,563,267字节。

Hugging Face2025-03-04 更新80