BUCC

该数据集被用于BUCC挑战中，目的是从相关的维基百科文章中提取被注入的平行句子。这项任务被称为平行句子提取。

This dataset is employed in the BUCC Challenge, whose objective is to extract injected parallel sentences from relevant Wikipedia articles. This task is termed parallel sentence extraction.

搜集汇总

背景与挑战

背景概述

BUCC数据集是一个用于平行句子提取任务的数据集，旨在从可比语料库中识别和提取平行句子。它提供四个语言对的示例、训练和测试数据，支持自然语言处理中的跨语言应用研究。