ConECT
收藏资源简介：
ConECT数据集（上下文电子商务翻译）旨在支持电子商务领域上下文感知机器翻译的研究。该数据集由从allegro.pl电子商务平台提取的11,000个波兰语句子组成，这些句子被专业翻译人员手动翻译成捷克语，并与主产品图像和类别路径进行对齐。数据集包含各种内容类型，如产品名称、产品描述和报价标题，以提供全面的电子商务翻译语境覆盖。该数据集已公开提供，以促进上下文感知翻译任务的研究。
The ConECT (Contextual E-Commerce Translation) dataset is designed to support research on context-aware machine translation in the e-commerce domain. It consists of 11,000 Polish sentences extracted from the allegro.pl e-commerce platform, which have been manually translated into Czech by professional translators and aligned with the corresponding main product images and category paths. The dataset covers diverse content types including product names, product descriptions, and offer titles, to provide comprehensive contextual coverage for e-commerce translation tasks. The dataset is publicly available to facilitate research on context-aware translation tasks.
ConECT 数据集概述
数据集基本信息
- 名称: ConECT (Contextualized Ecommerce Translation)
- 类型: 电子商务翻译数据集
- 语言: 捷克语 (cs) <-> 波兰语 (pl)
- 数据量: 11,400 句对
- 许可证: CC-BY-NC-4.0
- 论文: ConECT Dataset: Overcoming Data Scarcity in Context-Aware E-Commerce MT
数据集结构
特征
cs_sent: 捷克语句子pl_sent: 波兰语句子category: 类别path_names_cs: 捷克语路径名称path_names_pl: 波兰语路径名称synth_desc_cs: 捷克语合成描述synth_desc_pl: 波兰语合成描述image: 图像
数据划分
- 验证集 (validation)
- 样本数: 1,111
- 大小: 19,985,436.349 字节
- 测试集 (test)
- 样本数: 10,295
- 大小: 180,929,942.845 字节
数据类别
- 产品名称: 识别产品的短短语，通常包含品牌名称和技术规格。
- 产品描述: 详细描述产品特性、规格和使用说明的较长文本。
- 优惠标题: 简洁且吸引人的营销短语，包括促销内容和折扣。
使用方式
python from datasets import load_dataset dataset = load_dataset("allegro/ConECT") print(dataset)
引用
bibtex @misc{pokrywka2025conectdatasetovercomingdata, title={ConECT Dataset: Overcoming Data Scarcity in Context-Aware E-Commerce MT}, author={Mikołaj Pokrywka and Wojciech Kusa and Mieszko Rutkowski and Mikołaj Koszowski}, year={2025}, eprint={2506.04929}, archivePrefix={arXiv}, primaryClass={cs.CL}, url={https://arxiv.org/abs/2506.04929}, }
作者信息
- 主要贡献者:
- Mikołaj Pokrywka, Laniqo.com, MLR @ Allegro
- Wojciech Kusa, MLR @ Allegro, NASK
- 其他作者:
- Mieszko Rutkowski, MLR @ Allegro
- Mikołaj Koszowski, MLR @ Allegro
