five

FLORES-101

收藏
OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/FLORES-101
下载链接
链接失效反馈
官方服务:
资源简介:
FLORES 评估基准由从英语维基百科中提取的 3001 个句子组成,涵盖各种不同的主题和领域。这些句子已由专业翻译人员通过严格控制的过程翻译成 101 种语言。生成的数据集可以更好地评估低资源语言的长尾模型质量,包括评估多对多多语言翻译系统,因为所有翻译都是多语言对齐的。通过公开发布如此高质量和高覆盖率的数据集,我们希望促进机器翻译社区及其他领域的进步。论文:低资源和多语言机器翻译的 FLORES-101 评估基准

The FLORES evaluation benchmark consists of 3001 sentences extracted from English Wikipedia, covering a wide range of diverse topics and domains. These sentences have been translated into 101 languages by professional translators through a rigorously controlled process. The resulting dataset enables more robust assessment of long-tail model quality for low-resource languages, including the evaluation of many-to-many multilingual translation systems, as all translations are multilingually aligned. By publicly releasing such a high-quality and high-coverage dataset, we seek to foster advancements in the machine translation community and beyond. Paper: FLORES-101 Evaluation Benchmark for Low-Resource and Multilingual Machine Translation
提供机构:
OpenDataLab
创建时间:
2022-05-23
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
FLORES-101是一个多语言机器翻译评估数据集,包含从英语维基百科提取的3001个句子,并由专业翻译人员翻译成101种语言,覆盖广泛主题。该数据集旨在支持低资源语言和多语言翻译系统的质量评估,所有翻译均经过多语言对齐,以提高评估的准确性和可比性。由Facebook AI Research于2021年发布,采用CC BY-SA 4.0许可证,促进机器翻译领域的进步。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作