Home / Query / WordAlign / Wiki    [ada83] [bible] [bianet] [books] [CCAligned] [CCMatrix] [CAPES] [DGT] [DOGC] [ECB] [EhuHac] [EiTB] [Elhuyar] [ELITR_ECA] [ELRC] [EMEA] [EUbooks] [EU] [Europarl] [EuroPat] [finlex] [fiskmö] [giga] [GNOME] [GlobalVoices] [hren] [infopankki] [JRC] [KDE4/doc] [liv4ever] [MBS] [memat] [MontenegrinSubs] [MultiUN] [MultiParaCrawl] [MultiCCAligned] [MT560] [NC] [Ofis] [OO/OO3] [subs/16/18] [Opus100] [ParaCrawl] [ParCor] [PHP] [QED] [sardware] [SciELO] [SETIMES] [SPC] [Tatoeba] [Tanzil] [TEP] [TED] [tico19] [Tilde] [Ubuntu] [UN] [UNPC] [WikiMatrix] [Wikimedia] [Wikipedia] [WikiSource] [WMT] [XhosaNavy]

Tatoeba

This is a collection of translated sentences from Tatoeba

129 languages, 890 bitexts
total number of files: 129
total number of tokens: 21.29M
total number of sentence fragments: 2.94M

Please cite the following article if you use any part of the corpus in your own work:
J. Tiedemann, 2012, Parallel Data, Tools and Interfaces in OPUS. In Proceedings of the 8th International Conference on Language Resources and Evaluation (LREC 2012)

Download

Below you can download data files for all language pairs in different formats and with different kind of annotation (if available). You can click on the various links as explained below. In addition to the files shown on this webpage, OPUS also provides pre-compiled word alignments and phrase tables, bilingual dictionaries, frequency counts, and these files can be found through the resources search form on the top-level website of OPUS.

Bottom-left triangle: download files
  • ces = sentence alignments in XCES format
  • leftmost column language IDs = tokenized corpus files in XML
  • TMX and plain text files (Moses): see "Statistics" below
  • lower row language IDs = parsed corpus files (if they exist)
Upper-right triangle: sample files
  • view = bilingual XML file samples
  • upper row language IDs = monolingual XML file samples
  • rightmost column language IDs = untokenized corpus files

acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
acm acm viewacm viewacm acm acm acm
af viewviewaf viewviewviewviewviewaf viewviewaf af viewaf viewviewaf
ain ain viewviewain ain ain ain ain
ang ang viewviewviewviewviewang viewang ang ang ang
ar viewviewviewar viewviewviewviewviewviewviewar viewviewviewar viewviewar viewar viewviewviewviewar
arq arq viewviewarq viewarq arq arq arq
arz viewarz viewviewarz viewarz arz arz arz
ast ast viewviewviewast ast ast ast ast
avk viewavk viewviewviewavk viewviewavk avk avk avk
az viewaz viewaz viewaz az az az
be viewviewbe viewviewviewviewviewviewbe viewbe viewviewbe viewviewbe viewviewviewbe
ber ces viewber viewviewviewviewviewber viewviewber ber ber ber
bg ces viewbg viewviewviewviewviewviewviewbg viewviewviewbg viewviewbg viewviewbg viewbg
bn viewbn viewviewbn viewviewbn bn bn viewbn
bod bod viewbod bod bod bod bod
br viewbr viewviewviewviewbr viewviewbr viewbr br viewbr
bs viewbs viewviewviewviewbs viewbs bs viewbs bs
ca viewca viewviewviewviewviewviewviewca viewviewca ca ca ca
ch ch viewviewch ch ch ch ch
ckt ckt viewckt ckt ckt ckt ckt
cmn ces ces ces ces ces ces ces ces ces ces ces v\c viewcmn viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewcmn viewviewviewviewviewviewviewviewviewviewviewviewviewcmn viewviewviewviewviewviewviewviewviewviewviewcmn viewviewviewviewviewviewviewviewviewviewcmn viewviewviewviewviewviewviewviewviewviewviewcmn
cs ces ces ces ces cs viewviewviewviewviewviewviewviewviewviewcs viewviewviewviewviewviewcs viewviewviewcs viewviewviewviewviewcs viewviewviewviewcs
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
cy ces cy viewviewviewviewcy viewviewcy cy viewcy cy
cycl ces cycl viewviewviewviewcycl viewviewcycl cycl viewcycl cycl
da ces da viewviewviewviewviewviewda viewviewda viewda viewviewviewda da
de ces ces ces ces ces ces ces ces ces ces ces de ces ces ces v\c viewviewviewviewviewviewviewviewviewviewviewviewviewviewde viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewde viewviewviewviewviewviewviewviewviewviewviewde viewviewviewviewviewviewviewviewviewviewviewviewviewviewde viewviewviewviewviewviewviewviewviewviewviewde
dsb dsb ces viewviewdsb viewdsb dsb dsb dsb
ee ee viewee viewee ee ee ee
el ces ces ces ces ces ces el ces v\c viewviewviewviewviewel viewviewel viewviewviewviewviewviewel viewviewel viewviewel
en ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces en ces ces ces ces ces ces ces v\c viewviewviewviewviewviewviewviewviewviewviewviewviewviewen viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewen viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewen viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewen viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewen
eo ces ces ces ces ces ces ces ces ces ces eo ces ces ces ces ces v\c viewviewviewviewviewviewvieweo viewviewviewviewviewviewviewviewviewviewviewviewviewviewvieweo viewviewviewviewviewviewviewviewvieweo viewviewviewviewviewviewviewviewviewvieweo viewviewviewviewvieweo
es ces ces ces ces ces ces ces ces ces ces ces ces es ces ces ces ces ces ces ces v\c viewviewviewviewviewviewviewviewviewviewes viewviewviewviewviewviewviewviewviewviewviewviewes viewviewviewviewviewviewviewviewviewviewviewviewes viewviewviewviewviewviewviewviewviewviewviewviewes viewviewviewviewviewviewviewviewviewviewes
et et ces ces ces viewviewet viewet et viewet et
eu ces eu ces ces ces ces vieweu viewvieweu eu vieweu eu
fi ces ces ces ces fi ces ces ces ces ces ces v\c viewviewfi viewviewviewviewviewviewfi viewviewfi viewviewviewviewfi viewviewfi
fo ces ces fo ces ces viewfo fo fo fo viewfo
fr ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces fr ces ces ces ces ces ces ces ces ces ces ces ces v\c viewviewviewviewviewviewviewfr viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewfr viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewfr viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewfr viewviewviewviewviewviewviewviewviewviewviewviewviewfr
fy ces ces fy ces ces ces ces ces fy viewfy viewfy viewviewfy viewviewviewfy
ga ga ces ces ga ga ga ga ga
gd gd ces ces ces ces gd viewgd gd viewgd gd
gl ces gl ces ces ces ces ces gl viewgl gl viewviewgl gl
gn ces gn ces ces ces gn gn gn gn gn
he ces ces ces ces he ces ces ces ces ces ces v\c he viewviewviewhe viewviewviewhe viewviewviewhe viewviewviewhe
hi ces hi ces ces ces ces hi viewhi hi hi viewhi
hil ces hil hil hil hil hil hil
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
hr ces ces hr ces ces ces ces ces hr viewviewhr hr viewviewhr viewhr
hsb hsb ces ces ces hsb hsb hsb hsb hsb
hu ces ces ces hu ces ces ces ces ces ces ces hu viewviewviewhu viewhu viewviewhu viewviewhu
hy ces hy ces ces ces hy viewhy hy viewhy hy
ia ia ces ces ces ces ces ces ia viewviewia viewia viewviewia ia
id ces ces id ces ces ces ces ces ces id ces viewviewviewviewid viewviewid viewviewid viewviewviewviewid
ie ie ces ces ces ces ie viewie ie ie ie
io ces io ces ces ces ces ces io ces viewviewio viewio viewio io
is ces is ces ces ces ces ces is viewviewis is viewviewis is
it ces ces ces ces ces ces ces ces ces ces ces ces it ces ces ces ces ces ces ces ces ces ces ces ces ces ces it ces ces ces ces ces ces v\c viewviewviewviewviewit viewviewviewviewviewviewviewit viewviewviewviewviewviewviewviewviewviewit viewviewviewviewviewviewviewit
ja ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ja ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ja ces ces ces ces ces ces ces ces ces v\c viewviewviewviewviewviewviewviewviewja viewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewviewja viewviewviewviewviewviewviewviewviewviewviewviewviewja viewviewviewviewviewviewviewviewviewviewviewviewviewja
jbo ces jbo ces ces ces ces ces jbo ces ces jbo jbo viewjbo jbo
ka ka ces ka ces ka ka viewka ka
kk kk ces ces ces kk kk kk viewkk kk
km ces km ces km ces km km km km
ko ces ces ko ces ces ces ces ces ces ko ces ces ces v\c ko viewviewviewko viewviewviewviewko viewviewviewviewviewko
ksh ksh ces ksh ces ksh ksh ksh ksh
ku ces ku ces ces ces ku ces ces ku ku ku ku
kw kw ces kw kw kw kw kw
la ces ces la ces ces ces ces ces la ces ces la viewla viewviewla viewla
lad lad ces ces lad ces lad lad lad lad
lld lld ces ces ces lld lld lld lld lld
lo lo ces ces lo ces lo lo lo lo
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
lt ces lt ces ces ces ces ces lt ces ces ces lt lt viewlt lt
lv ces lv ces ces ces lv ces ces lv lv viewlv viewlv
lzh ces lzh ces ces ces ces ces lzh ces lzh lzh viewviewlzh lzh
mg mg ces mg mg mg mg mg
mi mi ces mi mi mi mi mi
ml ml ces ml ces ml ml ml ml
mn mn ces ces ces mn ces ces mn mn mn mn
mr mr ces mr ces mr mr mr mr
mt ces mt ces ces ces ces ces mt ces ces mt viewmt viewmt mt
nan ces nan ces nan ces nan nan nan nan
nb ces ces nb ces ces ces ces ces ces nb ces ces nb viewnb viewviewviewnb nb
nds ces nds ces ces ces ces ces ces nds ces ces nds viewnds viewviewnds viewnds
nl ces ces ces ces ces nl ces ces ces ces ces ces ces ces ces ces nl ces ces ces ces ces ces ces nl ces ces ces v\c viewnl viewviewviewviewviewviewnl viewviewviewnl
non ces non ces ces ces ces ces non ces non non non non
nov nov ces nov ces nov nov nov nov
npi npi ces npi npi npi npi npi
oc ces oc ces ces ces ces oc ces oc oc viewoc oc
orv orv ces ces ces orv ces orv orv vieworv vieworv
os os ces ces ces os ces os os os os
pcd pcd ces pcd pcd pcd pcd pcd
pes ces pes ces ces ces ces ces ces pes ces pes pes viewpes pes
pl ces ces ces ces ces pl ces ces ces ces ces ces ces ces pl ces ces ces ces pl ces pl viewviewpl viewviewviewviewpl
pms pms ces ces pms pms pms pms pms
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
pnb pnb ces pnb pnb pnb pnb pnb
prg prg ces ces ces ces prg ces prg prg prg prg
pt ces ces ces ces pt ces ces ces ces ces ces ces ces ces ces ces ces pt ces ces ces ces ces ces ces ces ces pt ces ces ces ces ces ces ces pt v\c viewviewviewpt viewviewviewviewpt
qu qu ces ces qu qu qu qu qu
qya qya ces qya qya qya viewqya qya
rm rm ces ces ces ces rm rm rm ces rm rm
ro ces ces ro ces ces ces ces ces ces ro ces ces ces ro ces ro viewro viewviewro
ru ces ces ces ces ces ces ru ces ces ces ces ces ces ces ces ces ces ces ces ces ces ces ru ces ces ces ces ces ces ces ces ces ces ces ces ces ces ru ces ces ces ces ces ces ces ces ces ru ces ces ces v\c viewviewviewviewviewru viewviewviewviewviewviewviewviewru
sa sa sa ces sa sa sa sa
scn scn ces ces ces ces scn scn scn scn scn
sjn sjn ces sjn sjn sjn sjn sjn
sl ces ces sl ces ces ces ces sl ces ces sl sl sl viewsl
sq ces sq ces ces sq ces sq sq sq viewsq
sr ces ces sr ces ces ces ces sr ces ces sr sr ces sr viewsr
sv ces sv ces ces ces ces ces ces ces sv ces ces sv ces sv ces sv sv
swh swh ces ces ces ces swh swh ces swh swh viewswh
te te ces te te te te te
tg ces tg tg ces tg tg tg tg
th th ces ces ces ces th ces th th th th
tl tl ces ces ces ces ces tl ces ces tl tl ces ces tl tl
tlh ces ces tlh ces ces ces ces ces tlh ces ces ces tlh ces tlh ces tlh tlh
toki ces toki ces ces ces ces ces toki ces ces toki ces toki ces toki toki
tpi tpi ces ces ces tpi tpi tpi tpi tpi
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
tpw tpw ces ces ces tpw tpw tpw tpw tpw
tr ces ces ces ces ces ces tr ces ces ces ces ces ces ces ces ces ces tr ces ces ces ces tr ces ces tr ces ces ces ces tr viewviewtr
tt ces tt ces ces ces ces ces tt ces ces tt tt ces tt viewviewtt
ug ces ces ces ug ces ces ces ces ug ces ces ces ug ug ces ug viewug
uk ces ces ces ces ces uk ces ces ces ces ces ces ces ces uk ces ces ces ces ces ces uk ces ces ces ces uk ces ces ces uk ces ces ces v\c viewviewuk
ur ur ces ces ur ces ur ur ur ur
uz ces uz ces ces ces uz ces uz uz ces uz uz
vi ces ces ces ces vi ces ces ces ces ces ces ces vi ces ces ces ces ces vi ces ces vi ces ces ces ces vi ces ces ces v\c viewvi
vo vo ces ces ces ces vo ces vo vo vo vo
wuu ces ces wuu ces ces ces ces ces wuu ces ces ces wuu ces ces wuu ces wuu viewwuu
xal ces xal ces xal ces xal xal ces xal xal
xh xh ces xh xh xh xh xh
yi ces yi ces ces ces ces ces yi ces ces yi yi yi yi
yue ces yue ces ces ces ces yue ces ces yue yue ces yue ces ces yue
zsm ces ces zsm ces ces ces ces zsm ces ces zsm zsm ces zsm ces zsm
acm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm

Statistics and TMX/Moses Downloads

Number of files, tokens, and sentences per language (including non-parallel ones if they exist)
Number of sentence alignment units per language pair

Upper-right triangle: download translation memory files (TMX)
Bottom-left triangle: download plain text files (MOSES/GIZA++)
Language ID's, first row: monolingual plain text files (tokenized)
Language ID's, first column: monolingual plain text files (untokenized)

language files tokens sentencesacm af ain ang ar arq arz ast avk az be ber bg bn bod br bs ca ch ckt cmn cs cy cycl da de dsb ee el en eo es et eu fi fo fr fy ga gd gl gn he hi hil hr hsb hu hy ia id ie io is it ja jbo ka kk km ko ksh ku kw la lad lld lo lt lv lzh mg mi ml mn mr mt nan nb nds nl non nov npi oc orv os pcd pes pl pms pnb prg pt qu qya rm ro ru sa scn sjn sl sq sr sv swh te tg th tl tlh toki tpi tpw tr tt ug uk ur uz vi vo wuu xal xh yi yue zsm
acm 1 0.2k 3811 25
af 1 13.6k 1.7k67 1 0.3k 1.2k 0.6k 0.2k 100 75 18 43 36 1
ain 1 68 1412 6
ang 1 1.5k 0.1k55 0.1k 36 11 35 9
ar 1 90.1k 14.7k1.6k 7 57 1.1k 0.4k 12.9k 0.3k 1.9k 0.6k 0.9k 0.1k 1.1k 90 27 0.2k 0.3k 0.4k 8 56 94
arq 1 3.4k 0.7k0.4k 0.2k 9
arz 1 2.2k 0.5k7 10 0.5k 12
ast 1 0.3k 4517 30 5
avk 1 14.5k 2.6k6 50 0.1k 0.9k 72 15
az 1 2.4k 0.5k1 0.4k 5
be 1 34.0k 4.5k0.3k 6 0.5k 2.7k 0.6k 0.1k 86 35 0.1k 0.5k 0.2k 1.8k 12 0.1k 1.1k 3
ber 1 0.5M 87.3k1.6k 4 0.5k 46.8k 1.4k 9.1k 30.0k 83 14
bg 1 92.5k 12.9k7 0.3k 0.2k 47 11.2k 0.5k 0.1k 3 0.2k 28 0.8k 0.3k 36 63 32 0.5k 75
bn 1 1.6k 0.2k4 0.2k 4 11 14 1
bod 1 0.7k 3936
br 1 5.9k 0.8k1 18 98 0.1k 0.2k 37 4 5 94
bs 1 1.8k 0.3k32 25 0.3k 23 32 16 29
ca 1 41.7k 4.9k79 0.6k 46 1.0k 0.4k 2.2k 2 0.5k 0.2k 0.1k
ch 1 0.2k 2727 1
ckt 1 1.2k 0.3k1
cmn 1 0.1M 44.3k67 57 7 6 1 0.3k 4 0.3k 4 32 79 0.2k 47 7 2 0.1k 3.2k 8 31.0k 3.0k 5.1k 70 95 1 15.2k 9 8 20 0.4k 0.3k 7 0.1k 0.2k 13 0.1k 27 11 1.4k 2.9k 0.4k 6 88 5 38 26 37 86 6 21 37 1.6k 2 60 42 0.6k 0.6k 26 3.7k 26 24 72 0.4k 1 0.4k 8 0.4k 57 1.9k 0.6k 38 86 3.2k 28 4 0.5k 31
cs 1 40.6k 6.1k1 6 1 47 2.0k 12 1.5k 1.8k 93 6 1 0.1k 4 6 9 0.2k 1 0.7k 29 22 17 56 0.4k 25 8 0.8k 0.2k 2 22 4 79 2
cy 1 2.4k 0.3k7 40 0.3k 1 9 46 2 31
cycl 1 0.5k 432 6 43 3 15 1 4 1
da 1 0.1M 16.2k0.1k 6.0k 8.7k 10.3k 8.1k 0.1k 1.0k 0.2k 0.8k 1.1k 0.7k 0.4k 1.1k
de 1 2.4M 0.3M0.3k 55 1.1k 0.5k 0.5k 0.2k 18 25 0.6k 3.2k 2.0k 40 6 6.0k 3.6k 0.3k 4.1k 0.1M 0.1M 63.3k 53 48 3.2k 66.2k 48 0.1k 65 3.2k 33 0.3k 0.3k 4.8k 0.5k 0.2k 0.3k 0.2k 0.3k 10.3k 27.9k 0.5k 0.5k 4 1.4k 8 0.4k 28 43 64 3.3k 16.3k 10.8k 39 0.1k 0.2k 6.1k 37 5.6k 13 0.2k 26.2k 4 86 0.9k 1.9k 38 54 1.8k 0.6k 26 3.6k 2.4k 0.2k 1.7k 21 0.3k 0.1k 23 68 0.1k 23
dsb 1 2.2k 0.4k0.3k 14 73 1
ee 1 0.2k 211 2
el 1 56.4k 8.7k0.4k 10 47 46 8 13 4.1k 61 2.5k 0.3k 1.7k 0.6k 5 0.1k 13 59 4 25 39 6 71 0.2k 2.3k 0.2k 15
en 1 3.6M 0.4M11 1.2k 12 0.1k 13.0k 0.4k 0.5k 17 50 0.4k 2.7k 46.9k 11.2k 0.2k 36 98 0.3k 1.0k 27 1 31.0k 1.5k 0.3k 43 8.7k 0.1M 14 1 2.5k 3.9k 0.1M 0.1M 0.7k 0.4k 12.2k 0.1k 0.1M 0.1k 0.5k 0.3k 0.8k 81 54.3k 4.7k 0.9k 14 10.0k 0.1k 3.0k 1.5k 0.6k 2.0k 8.1k 0.1M 0.2M 7.9k 0.4k 0.2k 0.1k 0.9k 6 43 0.1k 7.0k 40 12 18 6.3k 1.0k 0.5k 19 19 0.7k 0.2k 16.8k 0.1k 7 5.5k 4.7k 18.0k 0.4k 0.1k 10 0.8k 0.2k 41 2.8k 21.5k 11 20 0.1k 60.6k 0.2k 0.1k 11 3.5k 97.2k 3 32 1.4k 0.2k 0.7k 9.8k 0.1k 47 0.2k 4.9k 6.5k 1.2k 36 28 0.2M 0.4k 3.7k 17.4k 1.3k 0.2k 2.2k 0.4k 1.1k 0.3k 99 0.2k 2.6k 0.6k
eo 1 2.6M 0.3M0.6k 36 0.3k 0.6k 1.4k 0.5k 0.1k 0.4k 3.0k 1.8k 10.3k 0.1M 73 0.3k 0.1M 6.9k 51.4k 59 0.7k 4 0.1M 11 20.9k 0.8k 87 15.4k 6 1.0k 0.2k 98 0.8k 0.2k 14.4k 7.2k 1.1k 48 82 3.0k 0.1k 3.3k 2.5k 28.7k 36 22 43 9.7k 5.7k 26.3k 0.2k 25.2k 0.9k 41 47 1.1k 1.3k 0.3k 11 4.1k 86 0.9k 1.4k 0.4k
es 1 1.7M 0.2M0.2k 11 1.9k 30 0.1k 0.1k 9.2k 0.1k 23 2.2k 5.1k 93 1 3 8.1k 63.4k 1.7k 0.1M 51.5k 2.6k 10 0.9k 1.6k 33.7k 29 0.1k 2.8k 0.1k 2.5k 25 0.2k 0.9k 0.4k 58 0.4k 81 8.4k 27.9k 1.4k 0.4k 2.3k 3 0.1k 12 12 72 0.6k 0.6k 18.5k 28 58 70 2.9k 8 17 53.0k 3 0.2k 15.3k 4 49 0.1k 0.4k 0.4k 0.2k 0.1k 7 17.6k 37 37 2.4k 0.3k 0.1k 11 36 23
et 1 6.3k 1.0k53 0.7k 10 33 6 49 0.2k
eu 1 11.2k 1.8k70 48 0.4k 59 0.9k 92 37 49 10
fi 1 0.1M 21.9k3 2 95 6 0.1k 3.2k 12.2k 0.7k 1.6k 33 73 0.5k 0.2k 24 4 9 0.1k 2.4k 0.2k 97 0.1k 81 4 0.7k 5.2k 1.6k 1
fo 1 0.9k 0.1k1 1 0.1k 4 1 2
fr 1 1.3M 0.2M100 6 35 0.6k 0.2k 5 0.9k 86 30.2k 0.2k 4 0.2k 32 0.5k 1 15.2k 0.1k 9 15 1.0k 66.4k 0.6k 0.1M 0.1M 33.8k 6 92 0.5k 1 1.5k 42 5 0.1k 73 9 3.7k 37 0.2k 0.8k 7 0.6k 0.2k 0.3k 81 0.1k 25.7k 31.2k 1.0k 10 0.2k 22 2.0k 21 1 97 22 80 18 24 0.2k 0.5k 7.2k 10 0.7k 31 12 100 0.2k 3.1k 10 18.1k 3 1 0.2k 37.5k 4 67 4 0.1k 0.7k 18 44 0.6k 0.4k 0.2k 6 1.9k 83 0.7k 3.4k 6 44 1.2k 19 1.3k 16 0.2k 51
fy 1 0.9k 0.1k9 4 48 0.1k 11 29 42 27 0.1k 13 24 25 26 1
ga 1 3.7k 0.5k0.5k 5
gd 1 3.4k 0.4k0.1k 0.3k 0.1k 0.1k 82 46
gl 1 30.7k 4.0k8 65 5 0.8k 2.8k 73 9 0.3k 22
gn 1 3.2k 0.5k20 81 0.1k 9
he 1 0.6M 95.8k0.9k 35 0.4k 6 3.2k 54.4k 20.9k 2.5k 0.2k 3.7k 1.6k 0.2k 0.9k 0.2k 67 5.6k 12.5k 0.6k 4.5k 8 0.9k 0.4k 0.2k
hi 1 54.0k 5.1k0.3k 33 4.7k 25 37 70 30
hil 1 0.1k 167
hr 1 21.4k 3.2k0.1k 9 0.3k 0.9k 0.8k 0.2k 0.2k 84 0.2k 68 0.2k 0.2k
hsb 1 2.2k 0.4k0.3k 14 87
hu 1 0.3M 40.9k28 0.2k 0.2k 4.8k 10.0k 15.5k 0.9k 24 0.8k 0.2k 25 0.7k 5.0k 0.1k 0.4k 2.0k 94 15
hy 1 1.2k 0.2k13 0.1k 6 7 4 24
ia 1 89.8k 9.8k0.5k 3.0k 1.0k 0.4k 4 0.6k 0.2k 21 0.5k 3.7k 1.2k
id 1 18.6k 2.6k0.1k 1 0.2k 1.5k 0.2k 58 9 0.2k 25 22 0.1k 0.5k 2 1 15 36 44 26 6 1 23
ie 1 6.2k 1.0k0.3k 0.6k 98 0.3k 2
io 1 30.0k 4.4k27 0.2k 2.0k 0.8k 0.4k 81 22 1.4k 22 30 66
is 1 76.2k 10.1k11 0.3k 8.1k 0.2k 81 0.1k 0.2k 0.3k 43 0.1k
it 1 1.3M 0.2M75 9 0.1k 72 83 0.8k 11 37 16 0.2k 1.4k 0.7k 46 1 0.2k 10.3k 0.1k 0.1M 14.4k 8.4k 37 0.1k 25.8k 27 83 0.9k 84 0.7k 0.2k 0.1k 1.4k 0.2k 0.6k 2.4k 0.2k 42 5 1.3k 0.2k 15 20 0.8k 0.2k 2.0k 1.6k 3.2k 0.1k 2.7k 19 19 51 0.4k 69 68 23 0.7k 36 81 0.5k 0.2k 38 11
ja 1 0.4M 0.2M25 18 1.1k 9 12 15 5 0.1k 14 0.3k 14 4 0.1k 2.9k 29 2 4 0.8k 28.0k 1 2 13 0.2M 7.3k 28.0k 49 49 2.4k 31.2k 9 0.2k 70 0.2k 5.0k 4 21 0.5k 2 22 0.3k 2.4k 0.5k 0.8k 54 9 0.2k 3 9 93 1 1 0.1k 2 21 2 54 0.2k 1 3 0.8k 0.2k 2.6k 8 1 58 4 4 0.1k 22.3k 6 1.8k 84 11.9k 8 60 12 0.1k 2 23 66 0.5k 52 0.5k 67 57 0.3k 7 4 0.8k 2 13 4 7 0.2k 74
jbo 1 79.3k 10.3k0.4k 0.5k 7.9k 1.1k 1.4k 1.0k 0.2k 0.8k 0.7k
ka 1 2.1k 0.4k0.4k 54 79
kk 1 20.5k 2.1k0.2k 48 10 2.0k
km 1 4.5k 0.2k6 0.1k 9
ko 1 9.0k 1.6k90 88 0.5k 0.9k 82 0.4k 0.2k 0.2k 2 42 0.2k 59 19 25 50 30 10 0.2k 2 0.1k 9 16 29 0.1k
ksh 1 59 116 3
ku 1 2.2k 0.3k5 4 43 22 5 9
kw 1 0.8k 0.1k0.1k
la 1 70.1k 12.3k38 22 1.4k 7.0k 3.0k 2.3k 2.0k 1.3k 93 0.2k 3.2k 0.5k 2
lad 1 0.5k 628 40 1
lld 1 0.6k 7412 3 21
lo 1 0.1k 2118 1 1
lt 1 62.1k 10.3k26 0.4k 6.3k 0.1k 0.1k 97 1 0.2k 0.1k 2.8k
lv 1 7.6k 1.3k37 28 1.0k 22 15 2 0.2k 4
lzh 1 8.8k 1.6k86 43 0.5k 12 80 67 21 4 0.6k
mg 1 85 2019
mi 1 0.1k 1919
ml 1 11.4k 0.8k0.7k 2
mn 1 3.0k 0.4k0.2k 12 18 54 19
mr 1 0.1M 17.0k16.9k 0.2k
mt 1 0.5k 0.1k27 64 59 0.1k 72 24 20 1 5 7
nan 1 29 77 7 3
nb 1 75.9k 9.3k21 17 3.4k 4 5.5k 3.3k 0.6k 0.2k 0.8k 0.8k 0.2k 0.4k 1.0k 0.2k
nds 1 0.1M 17.1k37 16.3k 25 4.7k 2.5k 0.6k 0.5k 0.2k 0.2k 2.4k 0.2k 0.4k 20
nl 1 0.3M 34.7k0.5k 36 5 1.6k 56 1.1k 10.8k 39 18.0k 28.8k 18.6k 98 7.2k 0.1k 5.6k 0.2k 0.5k 30 2.0k 2.6k 25 0.2k 5 0.2k 2.4k 0.3k 1.1k 2.8k 0.3k 3.2k 2 0.1k 28 1.0k 1.3k 33
non 1 4.5k 0.6k2 39 0.4k 36 28 10 8
nov 1 0.9k 0.1k0.1k 1
npi 1 60 1010
oc 1 21.6k 2.7k60 0.1k 0.8k 58 0.7k 58 34
orv 1 6.1k 1.2k0.2k 22 31 4 0.2k 0.9k
os 1 0.9k 0.2k41 43 12 4
pcd 1 0.8k 0.1k100
pes 1 0.1M 13.7k42 0.2k 6 2.8k 9.7k 70 0.2k 0.1k 31
pl 1 0.4M 58.0k0.2k 0.2k 63 0.6k 0.4k 6.1k 71 21.6k 5.7k 2.9k 0.1k 3.1k 12.5k 15 1.6k 22.3k 50 1.1k 0.5k 1.8k 0.2k 1.2k 16 4
pms 1 0.3k 2911 8
pnb 1 0.2k 2120
prg 1 4.1k 0.6k37 0.1k 17 10 6
pt 1 1.1M 0.1M43 32 0.6k 25 0.7k 5.6k 0.2k 60.7k 26.3k 53.0k 81 18.2k 13 46 0.3k 0.6k 68 0.4k 3.7k 36 43 3.3k 1.8k 30 3.2k 4 7 0.4k 0.2k 2.8k 31 0.5k 1.0k 1 3.1k 1.7k 0.8k 1.4k 11 24
qu 1 1.0k 0.2k0.2k 3
qya 1 0.5k 0.1k0.1k 53
rm 1 0.2k 2113 11 3 1 1
ro 1 38.7k 4.8k26 8 0.2k 3.5k 0.2k 0.2k 4 0.2k 0.1k 84 10 0.3k 0.4k 0.2k 1
ru 1 1.2M 0.2M0.3k 1.8k 0.5k 29 3.7k 0.8k 31 1 0.4k 26.3k 2.3k 97.6k 25.2k 15.3k 0.2k 10 0.7k 37.9k 24 22 4.5k 0.2k 2.0k 24 1.2k 44 66 0.1k 2.7k 12.0k 0.7k 82 2.0k 0.2k 0.5k 2.8k 0.2k 0.6k 1.0k 0.4k 3.2k 34 0.2k 1.8k 3.1k 53 0.4k 0.9k 0.7k 0.3k 15 0.1k 0.5k 1.1k 0.8k 0.5k 6.5k 65 0.2k 0.1k 0.1k
sa 1 0.2k 248
scn 1 0.1k 184 3 4 4
sjn 1 0.2k 3732
sl 1 12.1k 2.0k26 0.2k 86 1.4k 49 67 19 60 8
sq 1 2.8k 0.3k24 0.2k 4 19 3
sr 1 46.2k 6.4k12 72 0.9k 0.7k 0.1k 0.1k 51 12 0.7k 33
sv 1 0.1M 14.8k0.4k 1.1k 1.9k 9.8k 0.9k 0.4k 5.2k 0.7k 0.4k 0.1k 0.2k 0.3k
swh 1 1.0k 0.2k38 0.1k 41 18 2 12
te 1 0.3k 5047
tg 1 0.3k 431 2
th 1 1.5k 0.3k54 0.2k 47 44 23
tl 1 70.7k 9.5k4.9k 1.1k 0.4k 0.6k 8 69 66 1.7k 15
tlh 1 68.3k 10.7k0.4k 2 1.8k 6.5k 1.3k 0.2k 0.4k 68 0.5k 2 0.1k 0.1k
toki 1 18.0k 2.0k8 0.6k 1.2k 0.3k 0.1k 0.2k 23 53 28 0.5k
tpi 1 0.4k 7426 36 11
tpw 1 0.1k 3428 7 6
tr 1 1.0M 0.2M36 0.4k 0.1k 94 0.4k 22 3.6k 0.2k 0.2M 4.1k 17.7k 1.6k 2 1.9k 25 0.9k 26 0.7k 0.5k 0.1k 1.0k 0.2k 0.8k 0.2k 1.1k 12 0.2k 28
tt 1 34.2k 4.6k57 2.4k 0.4k 86 37 83 36 67 0.8k 94 67
ug 1 40.2k 7.2k8 1.9k 4 0.2k 3.7k 37 0.7k 81 57 9 0.5k 61
uk 1 0.2M 24.4k56 1.1k 75 0.6k 79 1.7k 15 17.4k 0.9k 2.4k 3.4k 26 0.4k 0.2k 94 6 0.5k 0.3k 16 20 1.3k 0.9k 1.2k 1.4k 6.5k 33 0.2k 94 61 0.1k 14 0.2k
ur 1 11.4k 1.4k1.3k 6 7
uz 1 1.3k 0.3k38 21 0.2k 44 4 65
vi 1 61.7k 6.2k1 3 1 86 0.3k 2.2k 1.4k 0.3k 1 1.2k 1 15 1 0.2k 0.8k 29 33 16 11 1 0.2k 8 28 67 14 33 2
vo 1 2.8k 0.6k0.1k 0.4k 0.4k 19 2
wuu 1 11.2k 4.1k3.2k 2 23 1.1k 0.1k 1.3k 30 38 13 2 4 4 3 61
xal 1 5.2k 0.9k28 0.3k 4 0.1k
xh 1 0.4k 0.1k99
yi 1 4.1k 0.5k4 68 0.2k 11 16 0.2k 11 7
yue 1 8.4k 3.3k0.5k 0.1k 2.6k 36 0.2k 0.2k 0.1k 0.1k 0.2k 61
zsm 1 7.4k 1.0k94 31 23 0.6k 23 51 23 74 24 2

Note that TMX files only contain unique translation units and, therefore, the number of aligned units is smaller than for the distributions in Moses and XML format. Moses downloads include all non-empty alignment units including duplicates. Token counts for each language also include duplicate sentences and documents.

Disclaimer

Notice and take down policy

Notice: Should you consider that our data contains material that is owned by you and should therefore not be reproduced here, please: Take down: We will comply to legitimate requests by removing the affected sources from the next release of the corpus.