Hugging Face's logo

Datasets:
quickmt
/
quickmt-train.fr-en

Tasks:
Translation
Modalities:
Text
Formats:
parquet
Languages:
French
English
Size:
100M - 1B
Libraries:
Datasets
Dask
Polars
Dataset card Data Studio Files
xet
Community
1
quickmt-train.fr-en / README.md
radinplaid's picture
radinplaid
Update README.md
8fb2322 verified
preview code
|
raw
history blame contribute delete
6.89 kB
metadata 
dataset_info:
  features:
    - name: fr
      dtype: string
    - name: en
      dtype: string
    - name: sco
      dtype: float64
  splits:
    - name: train
      num_bytes: 123592758376
      num_examples: 446618468
  download_size: 84194930915
  dataset_size: 123592758376
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*
task_categories:
  - translation
language:
  - fr
  - en

quickmt fr-en Training Corpus

Contains the following datasets downloaded with mtdata after deduplication, and basic filtering with quickmt:

  • Statmt-commoncrawl_wmt13-1-fra-eng
  • Statmt-europarl_wmt13-7-fra-eng
  • Statmt-europarl-7-fra-eng
  • Statmt-news_commentary-14-eng-fra
  • Statmt-news_commentary-15-eng-fra
  • Statmt-news_commentary-16-eng-fra
  • Statmt-news_commentary-17-eng-fra
  • Statmt-news_commentary-18-eng-fra
  • Statmt-news_commentary-18.1-eng-fra
  • Statmt-newstest_fren-2014-fra-eng
  • Statmt-newstest-2009-eng-fra
  • Statmt-newstest-2010-eng-fra
  • Statmt-newstest-2011-eng-fra
  • Statmt-newstest-2012-eng-fra
  • Statmt-newstest-2013-eng-fra
  • Statmt-europarl-10-fra-eng
  • Tilde-eesc-2017-eng-fra
  • Tilde-ema-2016-eng-fra
  • Tilde-czechtourism-1-eng-fra
  • Tilde-ecb-2017-eng-fra
  • Tilde-rapid-2016-eng-fra
  • Tilde-worldbank-1-eng-fra
  • Lindat-khresmoi_summary_test-2-eng-fra
  • Lindat-khresmoi_summary_dev-2-eng-fra
  • Neulab-tedtalks_train-1-eng-fra
  • Neulab-tedtalks_test-1-eng-fra
  • Neulab-tedtalks_dev-1-eng-fra
  • EU-ecdc-1-eng-fra
  • EU-eac_forms-1-eng-fra
  • EU-eac_reference-1-eng-fra
  • EU-dcep-1-eng-fra
  • LinguaTools-wikititles-2014-eng-fra
  • OPUS-books-v1-eng-fra
  • OPUS-ccaligned-v1-eng-fra
  • OPUS-dgt-v2019-eng-fra
  • OPUS-dgt-v4-eng-fra
  • OPUS-ecb-v1-eng-fra
  • OPUS-ecdc-v20160316-eng-fra
  • OPUS-elitr_eca-v1-eng-fra
  • OPUS-elra_w0138-v1-eng-fra
  • OPUS-elra_w0149-v1-eng-fra
  • OPUS-elra_w0201-v1-eng-fra
  • OPUS-elra_w0301-v1-eng-fra
  • OPUS-elra_w0305-v1-eng-fra
  • OPUS-elra_w0307-v1-eng-fra
  • OPUS-elra_w0308-v1-eng-fra
  • OPUS-elra_w0309-v1-eng-fra
  • OPUS-elrc_1075_euipo_law-v1-eng-fra
  • OPUS-elrc_1100_euipo_list-v1-eng-fra
  • OPUS-elrc_1118_cordis_news-v1-eng-fra
  • OPUS-elrc_1122_cordis_results_brief-v1-eng-fra
  • OPUS-elrc_2018_euipo_2017-v1-eng-fra
  • OPUS-elrc_2410_portal_oficial_turis-v1-eng-fra
  • OPUS-elrc_2480_estatuto_dos_deputad-v1-eng-fra
  • OPUS-elrc_2481_constituio_da_repbli-v1-eng-fra
  • OPUS-elrc_2612_artigos_visitportuga-v1-eng-fra
  • OPUS-elrc_2614_localidades_2007-v1-eng-fra
  • OPUS-elrc_2616_museus_2007-v1-eng-fra
  • OPUS-elrc_2622_arquitectura_2007-v1-eng-fra
  • OPUS-elrc_2623_patrimnio_aores_2006-v1-eng-fra
  • OPUS-elrc_2638_monumentos_2007-v1-eng-fra
  • OPUS-elrc_2639_parques_e_reservas-v1-eng-fra
  • OPUS-elrc_2641_praias_2007-v1-eng-fra
  • OPUS-elrc_2720_emea-v1-eng-fra
  • OPUS-elrc_2732_vaccination-v1-eng-fra
  • OPUS-elrc_2879_eu_publications_medi-v1-eng-fra
  • OPUS-elrc_3074_wikipedia_health-v1-eng-fra
  • OPUS-elrc_3208_antibiotic-v1-eng-fra
  • OPUS-elrc_3297_europarl_covid-v1-eng-fra
  • OPUS-elrc_3468_ec_europa_covid-v1-eng-fra
  • OPUS-elrc_3569_eur_lex_covid-v1-eng-fra
  • OPUS-elrc_3610_presscorner_covid-v1-eng-fra
  • OPUS-elrc_3852_development_funds_re-v1-eng-fra
  • OPUS-elrc_401_swedish_labour_part2-v1-eng-fra
  • OPUS-elrc_403_rights_arrested-v1-eng-fra
  • OPUS-elrc_406_swedish_labour_part1-v1-eng-fra
  • OPUS-elrc_416_swedish_social_secur-v1-eng-fra
  • OPUS-elrc_417_swedish_work_environ-v1-eng-fra
  • OPUS-elrc_422_portuguese_legislati-v1-eng-fra
  • OPUS-elrc_4329_principle_mvep_legal-v1-eng-fra
  • OPUS-elrc_436_swedish_food-v1-eng-fra
  • OPUS-elrc_5067_scipar-v1-eng-fra
  • OPUS-elrc_5220_information_crime_vi-v1-eng-fra
  • OPUS-elrc_637_sip-v1-eng-fra
  • OPUS-elrc_638_luxembourg.lu-v1-eng-fra
  • OPUS-elrc_646_international_judici-v1-eng-fra
  • OPUS-elrc_648_letter_rights_person-v1-eng-fra
  • OPUS-elrc_745_convention_against_t-v1-eng-fra
  • OPUS-elrc_816_anr_containing_major-v1-eng-fra
  • OPUS-elrc_832_charter_values_citiz-v1-eng-fra
  • OPUS-elrc_837_legal-v1-eng-fra
  • OPUS-elrc_844_paesi__administratio-v1-eng-fra
  • OPUS-elrc_arquitectura_2007-v1-eng-fra
  • OPUS-elrc_artigos_visitportuga-v1-eng-fra
  • OPUS-elrc_cordis_news-v1-eng-fra
  • OPUS-elrc_cordis_results-v1-eng-fra
  • OPUS-elrc_ec_europa-v1-eng-fra
  • OPUS-elrc_emea-v1-eng-fra
  • OPUS-elrc_euipo_2017-v1-eng-fra
  • OPUS-elrc_euipo_law-v1-eng-fra
  • OPUS-elrc_euipo_list-v1-eng-fra
  • OPUS-elrc_europarl_covid-v1-eng-fra
  • OPUS-elrc_eur_lex-v1-eng-fra
  • OPUS-elrc_eu_publications-v1-eng-fra
  • OPUS-elrc_localidades_2007-v1-eng-fra
  • OPUS-elrc_museus_2007-v1-eng-fra
  • OPUS-elrc_parques_e-v1-eng-fra
  • OPUS-elrc_patrimnio_aores-v1-eng-fra
  • OPUS-elrc_portuguese_legislati-v1-eng-fra
  • OPUS-elrc_praias_2007-v1-eng-fra
  • OPUS-elrc_swedish_labour-v1-eng-fra
  • OPUS-elrc_antibiotic-v1-eng-fra
  • OPUS-elrc_presscorner_covid-v1-eng-fra
  • OPUS-elrc_vaccination-v1-eng-fra
  • OPUS-elrc_wikipedia_health-v1-eng-fra
  • OPUS-elrc_2922-v1-eng-fra
  • OPUS-elrc_2923-v1-eng-fra
  • OPUS-elrc_3382-v1-eng-fra
  • OPUS-emea-v3-eng-fra
  • OPUS-eubookshop-v2-eng-fra
  • OPUS-euconst-v1-eng-fra
  • OPUS-europat-v1-eng-fra
  • OPUS-europat-v2-eng-fra
  • OPUS-europat-v3-eng-fra
  • OPUS-europarl-v7-eng-fra
  • OPUS-europarl-v8-eng-fra
  • OPUS-gnome-v1-eng-fra
  • OPUS-globalvoices-v2015-eng-fra
  • OPUS-globalvoices-v2017q3-eng-fra
  • OPUS-globalvoices-v2018q4-eng-fra
  • OPUS-jrc_acquis-v3.0-eng-fra
  • OPUS-kde4-v2-eng-fra
  • OPUS-kdedoc-v1-eng_GB-fra
  • OPUS-linguatools_wikititles-v2014-eng-fra
  • OPUS-mdn_web_docs-v20230925-eng-fra
  • OPUS-neulab_tedtalks-v1-eng-fra
  • OPUS-neulab_tedtalks-v1-eng-fra_CA
  • OPUS-news_commentary-v11-eng-fra
  • OPUS-news_commentary-v14-eng-fra
  • OPUS-news_commentary-v16-eng-fra
  • OPUS-news_commentary-v9.0-eng-fra
  • OPUS-news_commentary-v9.1-eng-fra
  • OPUS-openoffice-v2-eng-fra
  • OPUS-openoffice-v3-eng_GB-fra
  • OPUS-opensubtitles-v1-eng-fra
  • OPUS-opensubtitles-v2016-eng-fra
  • OPUS-opensubtitles-v2018-eng-fra
  • OPUS-opensubtitles-v2024-eng-fra
  • OPUS-php-v1-eng-fra
  • OPUS-paracrawl-v7.1-eng-fra
  • OPUS-paracrawl-v8-eng-fra
  • OPUS-paracrawl-v9-eng-fra
  • OPUS-qed-v2.0a-eng-fra
  • OPUS-rf-v1-eng-fra
  • OPUS-salome-v1-eng-fra
  • OPUS-ted2013-v1.1-eng-fra
  • OPUS-ted2020-v1-eng-fra
  • OPUS-ted2020-v1-eng-fra_CA
  • OPUS-tanzil-v1-eng-fra
  • OPUS-tatoeba-v2-eng-fra
  • OPUS-tatoeba-v20190709-eng-fra
  • OPUS-tatoeba-v20200531-eng-fra
  • OPUS-tatoeba-v20201109-eng-fra
  • OPUS-tatoeba-v20210310-eng-fra
  • OPUS-tatoeba-v20210722-eng-fra
  • OPUS-tatoeba-v20220303-eng-fra
  • OPUS-tatoeba-v20230412-eng-fra
  • OPUS-tildemodel-v2018-eng-fra
  • OPUS-unpc-v1.0-eng-fra
  • OPUS-ubuntu-v14.10-eng-fra
  • OPUS-wmt_news-v2014-eng-fra
  • OPUS-wmt_news-v2019-eng-fra
  • OPUS-wikimatrix-v1-eng-fra
  • OPUS-wikipedia-v1.0-eng-fra
  • OPUS-xlent-v1-eng-fra
  • OPUS-xlent-v1.1-eng-fra
  • OPUS-xlent-v1.2-eng-fra
  • OPUS-bible_uedin-v1-eng-fra
  • OPUS-giga_fren-v2-eng-fra
  • OPUS-infopankki-v1-eng-fra
  • OPUS-tico_19-v20201028-eng-fra
  • OPUS-tldr_pages-v20230829-eng-fra
  • OPUS-wikimedia-v20210402-eng-fra
  • OPUS-wikimedia-v20230407-eng-fra