Datasets:
tatoeba

Tasks:

Translation

Languages: Abkhaz acm Circassian Adyghean

Multilinguality: multilingual

Size Categories: 10K<n<100K

Language Creators: found

Annotations Creators: found

Source Datasets: original

License: cc-by-2.0

Dataset card Files Files and versions Community

Dataset Viewer

Auto-converted to Parquet

Go to dataset viewer

Viewer

id string	translation translation
"0"	{ "en": "Today is June 18th and it is Muiriel's birthday!", "mr": "आज १८ जून आहे व आज म्यूरिएलचा वाढदिवस आहे!" }
"1"	{ "en": "Muiriel is 20 now.", "mr": "म्यूरिएल आता २० वर्षांची आहे." }
"2"	{ "en": "The password is \"Muiriel\".", "mr": "पासवर्ड \"Muiriel\" आहे." }
"3"	{ "en": "I will be back soon.", "mr": "मी लवकरच परत येईन." }
"4"	{ "en": "I will be back soon.", "mr": "मी लवकरच परतेन." }
"5"	{ "en": "I'm at a loss for words.", "mr": "मला शब्दच सुचत नाहीयेत." }
"6"	{ "en": "I'm at a loss for words.", "mr": "मला शब्द सुचत नाहीये." }
"7"	{ "en": "This is never going to end.", "mr": "हे कधीच संपणार नाही आहे." }
"8"	{ "en": "This is never going to end.", "mr": "ह्याचा कधीच अंत होणार नाहीये." }
"9"	{ "en": "This is never going to end.", "mr": "हे कधीच संपणार नाहीये." }
"10"	{ "en": "I was in the mountains.", "mr": "मी डोंगरांमध्ये होतो." }
"11"	{ "en": "I was in the mountains.", "mr": "मी डोंगरांमध्ये होते." }
"12"	{ "en": "You are in my way.", "mr": "तू माझ्या वाटेत आहेस." }
"13"	{ "en": "You are in my way.", "mr": "तुम्ही माझ्या वाटेत आहात." }
"14"	{ "en": "I make €100 a day.", "mr": "मी दिवसाचे €१०० कमावतो." }
"15"	{ "en": "I make €100 a day.", "mr": "मी दिवसाचे €१०० कमवते." }
"16"	{ "en": "I make €100 a day.", "mr": "मी दिवसाचे €१०० कमावते." }
"17"	{ "en": "That won't happen.", "mr": "तसं नाही होणार." }
"18"	{ "en": "That won't happen.", "mr": "तसं घडणार नाही." }
"19"	{ "en": "That won't happen.", "mr": "तसं होणार नाही." }
"20"	{ "en": "I miss you.", "mr": "मला तुझी आठवण येते." }
"21"	{ "en": "I miss you.", "mr": "मला तुमची आठवण येते." }
"22"	{ "en": "I'll call them tomorrow when I come back.", "mr": "मी उद्या परतल्यावर त्यांना फोन करेन." }
"23"	{ "en": "You should sleep.", "mr": "तुला झोपायला पाहिजे." }
"24"	{ "en": "You should sleep.", "mr": "तुम्हाला झोपायला पाहिजे." }
"25"	{ "en": "I'm going to go.", "mr": "मी जाणार आहे." }
"26"	{ "en": "I can't live that kind of life.", "mr": "मी तसलं आयुष्य जगू शकत नाही." }
"27"	{ "en": "Most people think I'm crazy.", "mr": "बहुतेक लोकांना वाटतं की मी वेडा आहे." }
"28"	{ "en": "Most people think I'm crazy.", "mr": "बहुतेक लोकं मला वेडी म्हणून समजतात." }
"29"	{ "en": "Most people think I'm crazy.", "mr": "बहुतेक लोकांना वाटतं की मी वेडी आहे." }
"30"	{ "en": "No I'm not; you are!", "mr": "नाही, मी नाहीये; तू आहेस!" }
"31"	{ "en": "That's MY line!", "mr": "ती तर माझी लाईन आहे!" }
"32"	{ "en": "That's MY line!", "mr": "तसं मला म्हणायला पाहिजे!" }
"33"	{ "en": "That's MY line!", "mr": "ते मी विचारायला पाहिजे!" }
"34"	{ "en": "He's kicking me!", "mr": "तो मला लात मारतोय!" }
"35"	{ "en": "He's kicking me!", "mr": "ते मला लात मारत आहेत!" }
"36"	{ "en": "He's kicking me!", "mr": "तो मला लाथ मारतोय!" }
"37"	{ "en": "Are you sure?", "mr": "नक्की का?" }
"38"	{ "en": "Are you sure?", "mr": "तुम्ही निश्चित आहात का?" }
"39"	{ "en": "It doesn't surprise me.", "mr": "त्याने मला आश्चर्य होत नाही." }
"40"	{ "en": "When I grow up, I want to be a king.", "mr": "मी मोठा झाल्यावर मला राजा बनायचं आहे." }
"41"	{ "en": "I'm so fat.", "mr": "मी किती जाडा आहे." }
"42"	{ "en": "I'm so fat.", "mr": "मी किती जाडी आहे." }
"43"	{ "en": "So what?", "mr": "तर काय?" }
"44"	{ "en": "So what?", "mr": "मग काय झालं?" }
"45"	{ "en": "So what?", "mr": "त्यात काय?" }
"46"	{ "en": "I'm gonna shoot him.", "mr": "मी त्याला गोळी मारणार आहे." }
"47"	{ "en": "That's because you're a girl.", "mr": "ते कारण तू मुलगी आहेस." }
"48"	{ "en": "I may be antisocial, but it doesn't mean I don't talk to people.", "mr": "मी समाजविघातक असेन, पण याचा हा अर्थ नाही की मी लोकांशी बोलत नाही." }
"49"	{ "en": "Most people write about their daily life.", "mr": "बहुतेक लोकं आपल्या दैनिक जीवनाबद्दल लिहितात." }
"50"	{ "en": "How long did you stay?", "mr": "कधी पर्यन्त राहिलास?" }
"51"	{ "en": "How long did you stay?", "mr": "कधी पर्यन्त राहिलीस?" }
"52"	{ "en": "How long did you stay?", "mr": "कधी पर्यन्त राहिलात?" }
"53"	{ "en": "How long did you stay?", "mr": "किती वाजे पर्यन्त राहिलास?" }
"54"	{ "en": "How long did you stay?", "mr": "किती वाजे पर्यन्त राहिलीस?" }
"55"	{ "en": "How long did you stay?", "mr": "किती वाजे पर्यन्त राहिलात?" }
"56"	{ "en": "I didn't know where it came from.", "mr": "कुठून आलं मला माहीत नाही." }
"57"	{ "en": "This is not important.", "mr": "हे महत्त्वाचं नाही आहे." }
"58"	{ "en": "I didn't like it.", "mr": "मला नाही आवडलं." }
"59"	{ "en": "I didn't like it.", "mr": "मला चांगलं नाही वाटलं." }
"60"	{ "en": "You can do it.", "mr": "तू करू शकतोस." }
"61"	{ "en": "You can do it.", "mr": "तू करू शकतेस." }
"62"	{ "en": "You can do it.", "mr": "तुम्ही करू शकता." }
"63"	{ "en": "After that, I left, but then I realized that I forgot my backpack at their house.", "mr": "त्यानंतर मी निघालो, पण मग मला लक्षात आलं की मी माझं दप्तर त्यांच्या घरी विसरलोय." }
"64"	{ "en": "After that, I left, but then I realized that I forgot my backpack at their house.", "mr": "त्यानंतर मी निघाले, पण मग मला लक्षात आलं की मी माझं दप्तर त्यांच्या घरी विसरलेय." }
"65"	{ "en": "There are many words that I don't understand.", "mr": "असे भरपूर शब्द आहेत जे मला कळत नाहीत." }
"66"	{ "en": "There are many words that I don't understand.", "mr": "असे भरपूर शब्द आहेत जे मला समजत नाहीत." }
"67"	{ "en": "I like candlelight.", "mr": "मला मेणबत्तीचा प्रकाश आवडतो." }
"68"	{ "en": "What did you answer?", "mr": "तू काय उत्तर दिलंस?" }
"69"	{ "en": "What did you answer?", "mr": "तुम्ही काय उत्तर दिलंत?" }
"70"	{ "en": "No, he's not my new boyfriend.", "mr": "नाही, तो माझा नवीन बॉयफ्रेंड नाहीये." }
"71"	{ "en": "I love you.", "mr": "माझं तुझ्यावर प्रेम आहे." }
"72"	{ "en": "I love you.", "mr": "माझं तुमच्यावर प्रेम आहे." }
"73"	{ "en": "I don't like you anymore.", "mr": "मला आता तू आवडत नाहीस." }
"74"	{ "en": "Congratulations!", "mr": "अभिनंदन!" }
"75"	{ "en": "What other options do I have?", "mr": "माझ्याकडे आजून कोणते पर्याय उरले आहेत?" }
"76"	{ "en": "How could I be a robot? Robots don't dream.", "mr": "मी यंत्रमानव कसा असू शकतो? यंत्रमानव स्वप्ने पाहत नाहीत." }
"77"	{ "en": "I don't speak Japanese.", "mr": "मी जपानी बोलत नाही." }
"78"	{ "en": "\"Who is it?\" \"It's your mother.\"", "mr": "\"कोण आहे?\" \"तुझी आई.\"" }
"79"	{ "en": "\"Who is it?\" \"It's your mother.\"", "mr": "\"कोण आहे?\" \"तुमची आई आहे.\"" }
"80"	{ "en": "\"Trust me,\" he said.", "mr": "तो म्हणाला \"माझ्यावर विश्वास ठेव.\"" }
"81"	{ "en": "\"Trust me,\" he said.", "mr": "ते म्हणाले \"माझ्यावर विश्वास ठेव.\"" }
"82"	{ "en": "Allen is a poet.", "mr": "अॅलेन कवी आहे." }
"83"	{ "en": "The archer killed the deer.", "mr": "तिरंदाजाने हरणाला मारलं." }
"84"	{ "en": "Are they all the same?", "mr": "ते सर्व एकसारखेच आहेत का?" }
"85"	{ "en": "Those who live in glass houses should not throw stones.", "mr": "काचेच्या घरात राहणार्‍यांनी दगडं फेकू नये." }
"86"	{ "en": "They say love is blind.", "mr": "म्हणतात की प्रेम आंधळं असतं." }
"87"	{ "en": "May I ask a question?", "mr": "मी एक प्रश्न विचारू का?" }
"88"	{ "en": "May I ask a question?", "mr": "मी एक प्रश्न विचारू शकतो का?" }
"89"	{ "en": "May I ask a question?", "mr": "मी एक प्रश्न विचारू शकते का?" }
"90"	{ "en": "I can't live without a TV.", "mr": "मी टीव्हीशिवाय जगूच शकत नाही." }
"91"	{ "en": "I can't live without a TV.", "mr": "मी टीव्हीशिवाय जगू शकत नाही." }
"92"	{ "en": "Do whatever he tells you.", "mr": "तो तुला जे काही सांगेल ते कर." }
"93"	{ "en": "It is already eleven.", "mr": "अकरा वाजले पण." }
"94"	{ "en": "Paris is the most beautiful city in the world.", "mr": "पॅरिस जगातलं सर्वात सुंदर शहर आहे." }
"95"	{ "en": "I have a dream.", "mr": "माझं एक स्वप्न आहे." }
"96"	{ "en": "My name is Jack.", "mr": "माझं नाव जॅक आहे." }
"97"	{ "en": "These things aren't mine!", "mr": "त्या गोष्टी माझ्या नाहीयेत!" }
"98"	{ "en": "These things aren't mine!", "mr": "त्या वस्तू माझ्या नाहीयेत!" }
"99"	{ "en": "Italy is a very beautiful country.", "mr": "इटली हा एक अतिशय सुंदर देश आहे." }

Dataset Card for Tatoeba

Dataset Summary

Tatoeba is a collection of sentences and translations.

To load a language pair which isn't part of the config, all you need to do is specify the language code as pairs. You can find the valid pairs in Homepage section of Dataset Description: http://opus.nlpl.eu/Tatoeba.php E.g.

dataset = load_dataset("tatoeba", lang1="en", lang2="he")

The default date is v2021-07-22, but you can also change the date with

dataset = load_dataset("tatoeba", lang1="en", lang2="he", date="v2020-11-09")

Supported Tasks and Leaderboards

[More Information Needed]

Languages

The languages in the dataset are:

ab
acm
ady
af
afb
afh
aii
ain
ajp
akl
aln
am
an
ang
aoz
apc
ar
arq
ary
arz
as
ast
avk
awa
ayl
az
ba
bal
bar
be
ber
bg
bho
bjn
bm
bn
bo
br
brx
bs
bua
bvy
bzt
ca
cay
cbk
ce
ceb
ch
chg
chn
cho
chr
cjy
ckb
ckt
cmn
co
code
cpi
crh
crk
cs
csb
cv
cy
da
de
dng
drt
dsb
dtp
dv
dws
ee
egl
el
emx
en
enm
eo
es
et
eu
ext
fi
fj
fkv
fo
fr
frm
fro
frr
fuc
fur
fuv
fy
ga
gag
gan
gbm
gcf
gd
gil
gl
gn
gom
gos
got
grc
gsw
gu
gv
ha
hak
haw
hbo
he
hi
hif
hil
hnj
hoc
hr
hrx
hsb
hsn
ht
hu
hy
ia
iba
id
ie
ig
ii
ike
ilo
io
is
it
izh
ja
jam
jbo
jdt
jpa
jv
ka
kaa
kab
kam
kek
kha
kjh
kk
kl
km
kmr
kn
ko
koi
kpv
krc
krl
ksh
ku
kum
kw
kxi
ky
kzj: Coastal Kadazan (deprecated tag; preferred value: Kadazan Dusun; Central Dusun (dtp))
la
laa
lad
lb
ldn
lfn
lg
lij
liv
lkt
lld
lmo
ln
lo
lt
ltg
lut
lv
lzh
lzz
mad
mai
max
mdf
mfe
mg
mgm
mh
mhr
mi
mic
min
mk
ml
mn
mni
mnw
moh
mr
mt
mvv
mwl
mww
my
myv
na
nah
nan
nb
nch
nds
ngt
ngu
niu
nl
nlv
nn
nog
non
nov
npi
nst
nus
nv
ny
nys
oar
oc
ofs
ood
or
orv
os
osp
ota
otk
pa
pag
pal
pam
pap
pau
pcd
pdc
pes
phn
pi
pl
pms
pnb
ppl
prg
ps
pt
qu
quc
qya
rap
rif
rm
rn
ro
rom
ru
rue
rw
sa
sah
sc
scn
sco
sd
sdh
se
sg
sgs
shs
shy
si
sjn
sl
sm
sma
sn
so
sq
sr
stq
su
sux
sv
swg
swh
syc
ta
te
tet
tg
th
thv
ti
tig
tk
tl
tlh
tly
tmr
tmw
tn
to
toi
tok
tpi
tpw
tr
ts
tt
tts
tvl
ty
tyv
tzl
udm
ug
uk
umb
ur
uz
vec
vep
vi
vo
vro
wa
war
wo
wuu
xal
xh
xqa
yi
yo
yue
zlm
zsm
zu
zza