cjvt/rsdo4_en_sl

RSDO4平行语料库包含英语-斯洛文尼亚语和斯洛文尼亚语-英语的翻译对，这些翻译对是斯洛文尼亚数字环境项目工作包4的一部分。该语料库包含从公共机构收集的文本和通过项目创建的文本收集门户提交的个体捐赠文本。语料库由964433个翻译对组成（从标准翻译格式（TMX, XLIFF）提取或手动对齐），随机排列，可用于机器翻译训练。

原始信息汇总

RSDO4 en-sl parallel corpus 数据集概述

数据集概述

RSDO4 parallel corpus 是一个包含英语-斯洛文尼亚语和斯洛文尼亚语-英语翻译对的平行语料库，由斯洛文尼亚数字环境项目的工作包4收集。该数据集包含从公共机构收集的文本以及通过项目内创建的文本收集门户提交的个人捐赠者文本。数据集包含964433个翻译对，这些翻译对从标准翻译格式（TMX, XLIFF）中提取或手动对齐，并随机排序，用于机器翻译训练。

支持的任务

• 机器翻译

语言

• 英语
• 斯洛文尼亚语

数据集结构

数据实例

数据集中的一个样本实例包含以下字段：

• en_seq: 包含英语序列的字符串
• sl_seq: 包含斯洛文尼亚语序列的字符串

附加信息

数据集创建者

• Andraž Repar
• Iztok Lebar Bajec

许可信息

• CC BY-SA 4.0

引用信息

@misc{rsdo4_en_sl, title = {Parallel corpus {EN}-{SL} {RSDO4} 1.0}, author = {Repar, Andra{v z} and Lebar Bajec, Iztok}, url = {http://hdl.handle.net/11356/1457}, year = {2021} }