Europarl QTLeap WSD/NED corpus

B2FIND2026-04-25 收录

实体消歧

平行语料库

数据链接：

https://b2find.eudat.eu/dataset/6787a265-1c70-5638-a0b7-051f9cf19d8f 数据链接链接失效反馈

官方服务：

资源简介：

This corpora is part of Deliverable 5.5 of the European Commission project QTLeap FP7-ICT-2013.4.1-610516 (http://qtleap.eu). The texts are sentences from the Europarl parallel...

community-datasets/setimes

多语言翻译

平行语料库

SETimes数据集是一个包含英语和东南欧语言（如保加利亚语、波斯尼亚语、希腊语、克罗地亚语、马其顿语、罗马尼亚语、阿尔巴尼亚语、塞尔维亚语和土耳其语）的平行语料库。该数据集是多语言的，包含超过10万条但少于100万条数据记录。数据集的主要任务是翻译任务，支持多种语言对的翻译。每个语言对的训练数据大小、下载大小和数据集大小在配置信息中详细列出。数据集的许可证为CC BY-SA 4.0。

Hugging Face2024-06-26 更新470

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

A Large Parallel Corpus of Full-Text Scientific Articles

平行语料库

机器翻译

We developed a parallel corpus of full-text scientific articles collected from Scielo database in the following languages: English, Portuguese and Spanish. The corpus is sentence aligned for all langu

DataCite Commons2020-09-01 更新90

skML/lexisyn-zh-en-1.0

机器翻译

平行语料库

--- license: cc-by-4.0 task_categories: - translation language: - zh - en pretty_name: LexySyn zh-en 1.0 size_categories: - 100K<n<1M --- # LexiSyn 1.0 A synthetic dataset of Chinese-English paralle

Hugging Face2024-10-07 更新170

Indic-Data

印度文学

平行语料库

这是一个由各种印度来源和印度文学积累而成的数据集，包括古典印度文学文本、印度数学家的数学论文和经文、相关研究论文和数据源等。数据集目前包含的区域语言数据有古吉拉特语和马拉地语，以及英语到孟加拉语、马拉雅拉姆语、泰米尔语、泰卢固语和乌尔都语的平行语料库。

Hugging Face2025-08-02 更新120