Datasets
Dataset
flores_101
by severo
One of the biggest challenges hindering progress in low-resource and multilingual machine translation is the lack of good evaluation benchmarks. Current evaluation benchmarks either lack good coverage of low-resource languages, consider only restricted doma…
CC-BY-SA-4.0text-generation 2329 2100K < n < 1M rows
published 20 Jun 2023
Preview
First 5 rows of ory / dev, from the Hugging Face dataset viewer.
| id | URL | domain | topic | has_image | has_hyperlink | sentence |
|---|---|---|---|---|---|---|
| 1 | https://en.wikinews.org/wiki/Scientists_say_new_medical_diagnostic_chip_can_sort_cells_anywhere_with_an_inkjet | wikinews | health | 0 | 0 | ସୋମବାର ଦିନ, ଷ୍ଟାନଫୋର୍ଡ ୟୁନିଭରସିଟି ସ୍କୁଲ୍ ଅଫ୍ ମେଡିସିନ୍ ର ବୈଜ୍ଞାନିକମାନେ ଏକ ନୂତନ ନିଦାନ ଉପକରଣର ଉଦ୍ଭାବନ ବିଷୟରେ ଘୋଷଣା କରିଛନ୍ତି ଯାହାର କୋଷଗୁଡିକ ପ୍ରକାର ଅନୁଯାୟୀ କ୍ରମବଦ୍ଧ କରାଯାଇପାରିବ: ଏକ କ୍ଷୁଦ୍ର ମୁଦ୍ରଣଯୋଗ୍ୟ ଚିପ୍ ଯାହାକି ସମ୍ଭବତଃ ପାଖାପାଖି 1 ପ୍ରତି ଆମେରିକୀୟ ସେଣ୍ଟରେ ଷ୍ଟାଣ୍ଡାର୍ଡ ଇଙ୍କଜେଟ୍ ମୁଦ୍ରକ ବ୍ୟବହାର କରି ଉତ୍ପାଦିତ … |
| 2 | https://en.wikinews.org/wiki/Scientists_say_new_medical_diagnostic_chip_can_sort_cells_anywhere_with_an_inkjet | wikinews | health | 0 | 0 | ଅଗ୍ରଣୀ ଅନୁସନ୍ଧାନକାରୀମାନେ କହନ୍ତି ଯେ ଏହା କମ ଆୟ କରୁଥିବା ଦେଶମାନଙ୍କରେ କର୍କଟ, ଯକ୍ଷ୍ମା, HIV ଏବଂ ମ୍ୟାଲେରିଆର ଶୀଘ୍ର ଚିହ୍ନଟ କରିପାରେ ଯେଉଁଠାରେ ସ୍ତନ କର୍କଟ ଭଳି ରୋଗରେ ବଞ୍ଚିବାର ହାର ଧନୀ ଦେଶମାନଙ୍କ ତୁଳନାରେ ଅଧା ହୋଇପାରେ। |
| 3 | https://en.wikinews.org/wiki/Fighter_jet_crashes_during_Children%27s_Day_airshow_in_Thailand | wikinews | accident | 0 | 0 | JAS 39C ଗ୍ରିପେନ ପ୍ରାୟ ପୂର୍ବାହ୍ନ ୯:୩୦ ସ୍ଥାନୀୟ ସମୟରେ (0230 UTC) ଏକ ବିମାନ ପଟ୍ଟିରେ ଖସିପଡି ବିସ୍ଫୋରଣ ଗ୍ରସ୍ତ ହୋଇଥିଲା ଯଦ୍ଵାରା ବିମାନ ବନ୍ଦରରୁ ବ୍ୟବସାୟିକ ବିମାନ ଉଡାଣ ବନ୍ଦ ହୋଇଯାଇଥିଲା | |
| 4 | https://en.wikinews.org/wiki/Fighter_jet_crashes_during_Children%27s_Day_airshow_in_Thailand | wikinews | accident | 0 | 0 | ପାଇଲଟ ସ୍କ୍ବାଡ୍ରନ୍ ଲିଡର ଦିଲୋକ୍ରିତ ପଟ୍ଟାଭି ଭାବରେ ଜଣା ପଡିଛନ୍ତି। |
| 5 | https://en.wikinews.org/wiki/Fighter_jet_crashes_during_Children%27s_Day_airshow_in_Thailand | wikinews | accident | 0 | 0 | ସ୍ଥାନୀୟ ମିଡିଆ ରିପୋର୍ଟ କରିଛନ୍ତି ଯେ ବିମାନବନ୍ଦରରେ ପ୍ରତ୍ୟୁତର ଦେଉଥିବା ସମୟରେ ଅଗ୍ନିଶମ ଗାଡି ଓଲଟିଗଲା। |
Cite this
CC-BY-SA-4.0tabulartextCite
Tags
task_categories:text-generationtask_categories:translationannotations_creators:foundlanguage_creators:expert-generatedmultilinguality:multilingualmultilinguality:translationsource_datasets:extended|floreslanguage:aflanguage:amlanguage:arlanguage:hylanguage:aslanguage:astlanguage:azlanguage:belanguage:bnlanguage:bslanguage:bglanguage:mylanguage:calanguage:ceblanguage:zholanguage:hrlanguage:cslanguage:dalanguage:nllanguage:enlanguage:etlanguage:tllanguage:filanguage:frlanguage:fflanguage:gllanguage:lglanguage:kalanguage:delanguage:ellanguage:gulanguage:halanguage:he