loretoparisi/tatoeba-sentences

Tatoeba是一个句子和翻译的集合。用户可以通过指定语言代码来加载非配置中的语言对。例如，`dataset = load_dataset("tatoeba", lang1="en", lang2="he")`。默认日期为v2021-07-22，但用户也可以通过指定日期来更改，例如`dataset = load_dataset("tatoeba", lang1="en", lang2="he", date="v2020-11-09")`。

Tatoeba 是一个汇集句子与对应翻译的数据集集合。使用者可通过指定语言代码，加载预设配置以外的语言对。例如：`dataset = load_dataset("tatoeba", lang1="en", lang2="he")`。该数据集默认采用的版本日期为v2021-07-22，使用者亦可通过指定date参数来修改版本日期，例如：`dataset = load_dataset("tatoeba", lang1="en", lang2="he", date="v2020-11-09")`。

原始信息汇总

数据集概述

数据集名称

• 名称: Tatoeba
• 别名: 无

数据集属性

• 许可证: cc-by-2-0
• 多语言支持: 支持多语言
• 大小: 10K<n<100K
• 数据来源: 原始数据
• 任务类别: 翻译

数据集描述

• 概述: Tatoeba是一个包含句子和翻译的集合。
• 使用方法: 用户可以通过指定语言代码加载特定的语言对，例如dataset = load_dataset("tatoeba", lang1="en", lang2="he")。

数据集结构

• 数据实例: 未提供详细信息
• 数据字段: 未提供详细信息
• 数据分割: 未提供详细信息

数据集创建

• 精选理由: 未提供详细信息
• 源数据: 未提供详细信息
• 注释: 未提供详细信息
• 个人和敏感信息: 未提供详细信息

使用数据集的考虑

• 社会影响: 未提供详细信息
• 偏见讨论: 未提供详细信息
• 其他已知限制: 未提供详细信息

附加信息

• 数据集管理者: 未提供详细信息
• 许可信息: 未提供详细信息
• 引用信息: 未提供详细信息
• 贡献者: @loretoparisi