ParaCrawl

SSH Open MarketPlace2021-07-22 更新2024-08-03 收录

下载链接：

https://marketplace.sshopencloud.eu/dataset/zLP0jv

下载链接

链接失效反馈

官方服务：

资源简介：

Web-scale parallel corpora for the languages of the EU

创建时间：

2021-07-22

ParaCrawl

ParaCrawl是一个大规模平行语料库。它由欧盟通过“连接欧洲设施”计划共同资助，旨在为欧洲语言持续提供网络规模的平行语料。该数据库主要收录从多语言网站自动采集的句对齐文本，支持多种欧洲语言及部分其他语言对，并包含用于处理平行语料的Bitextor开源工具链。

知名数据库2110

ParaCrawl

This corpus is released as part of the ParaCrawl project co-financed by the European Union through the Connecting Europe Facility. Release 9 is the final release for ParaCrawl Action 3: "Continued Web

OpenXLab00

Proyag/paracrawl_context

ParaCrawl_Context 数据集是为文档级机器翻译设计的，包含了来自 ParaCrawl 数据集的平行句子对，并增加了从原始网页中提取的前文上下文。这些上下文旨在帮助训练上下文感知的机器翻译模型。数据集涵盖多种语言对，并根据源语言、目标语言或两者的上下文存在不同配置。README 文件还讨论了数据集的结构、预期用途和局限性。

Hugging Face2025-10-01 更新180

ParaCrawl

该数据集是一个用于评估跨多种语言的翻译模型的能力的分布外数据集。它成功地被转换成了多种语言，为评估翻译模型的鲁棒性提供了一个基准。该数据集的任务是机器翻译。

arXiv50

opus_paracrawl

# Dataset Card for OpusParaCrawl ## Table of Contents - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported Tasks and Leaderboards](#supported-tasks-an

魔搭社区2025-12-05 更新80