din0s/ccmatrix_en-ro

CCMatrix (en-ro)数据集是CCMatrix数据集的采样版本，专门针对英语-罗马尼亚语对，包含100万条训练数据。该数据集主要用于翻译任务。

The CCMatrix (en-ro) dataset is a sampled subset of the original CCMatrix dataset, specifically tailored for the English-Romanian language pair and containing 1 million training samples. This dataset is primarily utilized for translation tasks.

原始信息汇总

数据集概述

数据集名称

• 名称: CCMatrix (en-ro)

语言信息

• 源语言: 英语 (en)
• 目标语言: 罗马尼亚语 (ro)
• 多语言特性: 翻译

数据集规模

• 规模: 100K<n<1M

任务类别

• 任务类别: 翻译

数据集内容

• 内容描述: 包含1M训练条目，为英语与罗马尼亚语的配对数据。