Датасет · google
WMT24++: перевод на 55 языков
google/wmt24pp
Человеческие переводы и пост-редактирование для 55 пар en→xx из бенчмарка WMT24++.
Что внутри
Набор содержит человеческие переводы и данные пост-редактирования для 55 пар en→xx, выпущенных в WMT24++. Каждая языковая пара хранится в отдельном JSONL-файле. Это расширение покрытия WMT24 на 55 языков и диалектов; метрики и выходы систем вынесены в отдельный MTME.
Что можно сделать
- Оценка MT/LLM-переводчиков
- Дообучение моделей перевода на редких языках
- Анализ пост-редактирования
- Задачи
- Перевод
- Языки
- Арабский, bg, bn, ca, da, Немецкий, el, Испанский и ещё 4
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 11,8 тыс.
- Лайков
- 97
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("google/wmt24pp")