数据集 - 海数据

GPT_4_Turbo_沙特法律文件翻译数据

2026年2月1日 30 165 164

数据集概述本数据集包含由GPT-4 Turbo翻译的14份沙特阿拉伯法律文件，均为Excel格式。涵盖基础治理法、司法法、诉讼程序法、专利法等多个法律领域，无目录结构，文件直接存储，未提供训练/测试、数据/标签或原始/处理数据的划分。文件详解文件名称与格式：14个文件均为.xlsx格式，包括《Basic Law of...

ZIP

AI4D_Based法语至丰贝埃维神经机器翻译平行文本数据集

2026年1月29日 30 70 19

数据集概述本数据集是面向神经机器翻译任务的多语言平行文本集合，包含从法语到丰贝语（多哥语言）、法语到埃维语（贝宁语言）的平行句子对，总计七万余条标注数据，适用于机器翻译和句子分类任务，由AI4D倡议贡献。文件详解文件名称：French_to_fongbe.csv 文件格式：CSV...

ZIP

MUST_LT_Based_学生翻译评估语料库数据_2023版

2026年1月28日 30 210 185

数据集概述本数据集包含MUST-LT语料库中的学生翻译评估数据，用于搭配翻译研究。数据源自Vaičenonienė, J. 2023年关于MUST-LT学习者翻译语料库的搭配翻译案例分析研究，为翻译教学与研究提供实证数据支持。文件详解文件名称：MUST-LT studentų vertimai.docx 文件格式：DOCX...

ZIP

数据2024_MT_LLM_英到斯洛文尼亚语翻译质量评估数据集

2026年1月28日 30 193 79

数据集概述本数据集为大语言模型（LLM）与传统神经机器翻译（NMT）的评估任务制备，包含7个系统（3个MT系统、4个LLM AI助手）的英到斯洛文尼亚语翻译结果，原始源文本与翻译同步采集以避免数据泄漏。文件详解翻译评估表格文件...

ZIP

ICSE_MET_18_机器翻译服务元测试数据集_Version2_0

2026年1月26日 30 4 1

数据集概述本数据集为机器翻译服务的元测试研究提供原始数据，采用空格分隔所有语言的单词（部分亚洲语言可能需字符级分析），包含ICSE MET '18会议相关的实验数据，用于评估机器翻译服务的元测试方法有效性。文件详解文件名称：Dataset for---A Monte Carlo Method for Metamorphic Testing of...

ZIP

TradutorNós_Based_加利西亚语EMP多词表达自动翻译评估数据

2026年1月20日 30 161 27

数据集概述本数据集用于评估TradutorNós翻译工具对加利西亚语多词表达（EMP）的翻译精度，包含加利西亚语到英语、西班牙语的翻译内容，仅含一个文件，便于快速获取和使用。文件详解文件名称：Conjunto de datos de traducción automática de la EMP en gallego con...

ZIP

MeSDiCon_Based_西班牙语医学疾病症状候选名称词汇集_未过滤初始版

2026年1月19日 30 76 38

数据集概述本数据集为MeSDiCon（西班牙语医学疾病与症状名称词汇集）的未过滤初始版本，包含西班牙语临床文本中提及的疾病和症状候选名称列表。数据通过自动识别、翻译及临床语料匹配生成，每条记录关联目标术语命名空间（MeSH或OMIM）及对应标识符，提供术语在2000万份西班牙语临床笔记中的出现频率和文档频率。文件详解...

ZIP

商务汉语阅读文本_DeepL与Google_Translate翻译准确性对比分析数据

2026年1月18日 30 161 9

数据集概述本数据集围绕商务汉语初级阅读文本展开，对比DeepL与Google Translate两款工具的翻译准确性，包含一份记录翻译结果对比的表格文档，用于分析不同机器翻译工具在商务汉语场景下的性能差异。文件详解文件名称：Data Tabel Hasil Perbandingan Penerjemahan.docx 文件格式：DOCX...

ZIP

Monte_Carlo_Method_Based_机器翻译服务元测试蒙特卡洛方法伴随数据集

2026年1月13日 30 136 73

数据集概述本数据集是“机器翻译服务元测试蒙特卡洛方法”的伴随数据，基于原始数据集优化分析方法，针对中文、日文等亚洲语言采用字符级分割，重新计算BLEU和余弦相似度得分，提供更精准的机器翻译服务测试评估数据。文件详解文件名称：Dataset Part II.xlsx 文件格式：XLSX...

ZIP

EAMT2024_Pre_task_perceptions_机器翻译预任务感知与译员表现研究数据2024

2026年1月1日 30 152 29

数据集概述本数据集包含EAMT2024论文研究中收集的全部数据，涉及为期两周的纵向研究，记录了十一名译员的源文本、译后编辑译文、质量及生产率评分，以及译员的预任务感知数据，用于分析机器翻译对翻译质量和效率的影响及人机交互优化方向。文件详解文件名称：Pre-task perceptions dataset.xlsx 文件格式：XLSX...

ZIP

EN_MNE_EN_THA_Authentic_human_translations_corpora_真实人类翻译语料库数据

2025年12月27日 30 89 12

数据集概述本数据集包含EN-MNE、EN-THA两个真实人类翻译语料库，数据按研究方法选取并处理了长度在100-150字符的句子对，用于翻译相关研究。数据集仅含一个文件，无目录结构及训练测试、数据标签等拆分。文件详解文件名称：data.xlsx 文件格式：XLSX 字段映射介绍：包含EN-MNE、EN-...

ZIP

多模型方言法律文档翻译框架调查结果数据集

2025年12月23日 30 60 9

数据集概述本数据集包含针对多模型方言法律文档翻译框架（MM-LDTF）的调查结果，涉及不同翻译系统对法律判决文档的翻译质量评估，涵盖评分表、评估说明、原始与翻译文本、调查结果数据及可视化代码等内容。文件详解 Scoresheet.docx：Word文档，可能记录不同翻译系统的评分结果 Instructions for...

ZIP

IN02004昌古纳拉扬石柱碑刻基座铭文译文

2025年12月20日 30 179 170

数据集概述该数据集包含IN02004昌古纳拉扬石柱碑刻基座铭文的译文资料，以文档形式呈现，为研究该历史铭文内容提供直接的文本参考。文件详解文件名称：IN02004 Changu Narayana Base of Pillar Inscription (translation).docx 文件格式：DOCX...

ZIP

BOBURNOMA翻译中的语言问题数据集

2025年12月19日 30 4 3

数据集概述该数据集聚焦于"BOBURNOMA"翻译过程中出现的语言问题，包含一份相关的PDF文档，为研究翻译语言现象提供基础资料。文件详解该数据集包含一个PDF格式的文档文件，具体如下： - 文件名称: Sayyora Shodmonova .pdf - 文件格式: PDF (.pdf) - 内容说明:...

ZIP

Umsuka英语_祖鲁语平行语料库

2025年12月8日 30 135 122

数据集概述该数据集是开源高质量英语-祖鲁语平行语料库，涵盖南非本土及国际英语语境，由专业译者翻译构建。包含10000组平行句对（各5000组双向翻译），并从每组中分离1000组作为评估集，祖鲁语评估集经双重翻译以计算人类水平BLEU分数。文件详解训练数据文件（CSV格式）： zu-en.training.csv：祖鲁语-...

ZIP

IN02012_昌古纳拉扬神像基座铭文_译文

2025年12月14日 30 184 88

数据集概述本数据集包含IN02012昌古纳拉扬神像基座铭文的译文资料，以文档形式呈现铭文内容，为研究该铭文的文字内容、历史背景及文化意义提供文本支持。文件详解文件名称：IN02012 XVII Effigy base Inscription of Changu.pdf 文件格式：PDF 内容说明：昌古纳拉扬神像基座铭文的PDF格式译文文档...