Arabic News Translation Text Part 1数据集介绍，官网编号LDC2004T15
·
Arabic News Translation Text Part 1（LDC2004T15）是 LDC 发布的阿拉伯语 - 英语新闻翻译平行文本语料库，以阿拉伯语新闻专线文本为源语、人工翻译的英语文本为目标语，提供句级对齐的高质量双语文本，适配机器翻译、双语对齐、阿拉伯语 NLP 模型训练等任务，是早期阿拉伯语 - 英语翻译资源的重要基准。以下是详细介绍：
基本信息
| 项目 | 详情 |
|---|---|
| 发布机构 | LDC（Linguistic Data Consortium） |
| 发布时间 | 2004 年 |
| 数据集编号 | LDC2004T15 |
| 数据规模 | 约 18,000 句阿拉伯语新闻文本 + 对应人工翻译英语句，覆盖政治、经济、国际事件等新闻主题 |
| 文本类型 | 阿拉伯语新闻专线文本（Newswire） |
| 标注体系 | 句级对齐、人工翻译质量控制（符合 LDC 阿拉伯语 - 英语翻译规范） |
| 应用场景 | 机器翻译（阿拉伯语 - 英语）模型训练与评测、双语词典构建、跨语言句法分析、命名实体对齐 |
| 配套资源 | 翻译规范文档、句对齐工具、文本格式转换脚本 |
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
4
0- 0
已为社区贡献27条内容
所有评论(0)