ELITR ECA

ELITR ECA 语料库是源自欧洲审计法院出版物的多语种语料库。我们使用自动翻译和 Bleualign 来识别所有 506 个翻译方向上的平行句对。结果是一个包含 264k 文档对和 41.9M 句子对的语料库。描述来自：ELITR ECA 语料库

The ELITR ECA Corpus is a multilingual corpus derived from publications of the European Court of Auditors. We utilized automatic translation and Bleualign to identify parallel sentence pairs across all 506 translation directions, resulting in a corpus containing 264k document pairs and 41.9M sentence pairs. Source: ELITR ECA Corpus

搜集汇总

背景与挑战

背景概述

ELITR ECA是一个多语种语料库，基于欧洲审计法院出版物构建，通过自动翻译和Bleualign技术生成了506个翻译方向的平行句对，包含264k文档对和41.9M句子对。该数据集由爱丁堡大学于2021年发布，适用于文本预训练和自然语言处理任务，遵循CC BY 4.0许可协议。