Datasets:

projecte-aina
/

CA-IT_Parallel_Corpus

ca stringlengths 0 33.8k	it stringlengths 0 28.4k
En aquest període Lady Gaga també va tenir el seu primer paper destacat com a actriu.	Lo stesso si può dire di Lady Gaga, alla sua prima prova d'attrice protagonista.
Penseu en aquestes paraules de John 11:	Considerate queste parole di John 11:
" Qué detalle, Señor, has tenido conmigo”	"Che dettaglio, Signore, hai avuto con me"
[8] Aquest poble no és una nova estructura a l’Església.	[8] Questo popolo non è una struttura nuova nella Chiesa.
David Allen, «Com resoldre el cas.	David Allen, «Come risolvere il caso.
Tan petits, entendran què és l’art?	Così piccoli, capiranno cos'è l'arte?
Tal vez consumirá la luz de enero,	Forse consumerà la luce di Gennaio,
Ez 36,26), capaç d’estimar malgrat el seu pecat.	Ez 36,26), capace di amare nonostante il suo peccato.
I en quin any va ser assassinat Juli Cèsar?	Dove è stato assassinato Giulio Cesare?
Els habitants de 682 viuen aquí.	Gli abitanti di 682 vivono qui.
"Puedo escribir los versos más tristes esta noche.	"Posso scrìvere i versi più tristi stanotte.
La sèrie 200, similar a 304, és econòmica i econòmica.	La serie 200, simile a 304, è economica ed economica.
El dret a llegir qualsevol cosa6.	Il diritto di leggere qualsiasi cosa6.
Per convertir tot això en una mina?	Per trasformare tutto questo in una miniera?
“No dic que una Europa federal pugui ser construïda en dos anys.	«Io non dico che un’Europa federale si possa costruire in due anni.
Migració / Revisió del finançament de la UE.	Migrazione / revisione dei finanziamenti dell’UE.
Google la merda d'ells per esbrinar coses com:	Google la merda fuori di loro per scoprire cose come:
Hi pot haver moments en què no es pot enviar un únic flux 720.	Ci possono essere momenti in cui non è possibile inviare un singolo flusso 720.
Tu també has compartit llit amb la dona equivocada.	Anche voi avete condiviso il letto con la donna sbagliata.
Alejandro Cercas, Ponente . − Señor Presidente, señor Comisario, señora Ministra, la revisión de la Directiva sobre la ordenación del tiempo de trabajo suscita la atención y la preocupación de millones de europeos.	Alejandro Cercas, relatore. – (ES) Signor Presidente, signor Commissario, signora Ministro, la revisione della direttiva sull’orario di lavoro ha attirato l’attenzione e le preoccupazioni di milioni di europei.
Els tres errors que gairebé van matar el meu matrimoni	I 3 errori che hanno quasi ucciso il mio matrimonio
L'any 1929 les autoritats monetàries no volgueren intervenir a temps.	L'anno 1929 le autorità monetarie non vollero intervenire a tempo.
La nit o els prussians han de venir.	Notte o i prussiani devono venire.
Penseu tots: què falta en el “Pare nostre”?	Pensate tutti: che cosa manca nel “Padre nostro”?
Penseu tots: què falta en el “Pare nostre”?	Pensate tutti: che cosa manca nel "Padre nostro"?
(Alcorà 2: 163). tots ells van declarar clarament:	(Corano 2: 163). tutti hanno dichiarato chiaramente:
“Si sabés que fos possible salvar a tots els nens d´Alemanya	"Se avessi saputo che era possibile salvare tutti i bambini della Germania
I fins i tot en moments tontos, com un equip que perd el campionat!	E anche in momenti sciocchi, come una squadra che perde il campionato!
Però dóna només 150 salut.	Ma dà solo 150 salute.
El personal de l'institut (43 membres) es va millorar.	Il personale dell'istituto (43 membri) è stata migliorata.
"Puedo escribir los versos más tristes esta noche.	“Posso scrivere i versi più tristi stanotte”,
Molta gent pensa això Joe hart ja passat.	Molte persone lo pensano Joe Hart già passato.
La resta dels búlgars 93 no tenen dret a votar per ells.	Il resto dei bulgari 93 non ha il diritto di votare per loro.
A: Per avió o per mar com les vostres demandes.	A: per via aerea o via mare come le vostre richieste.
Per tant, el diamant natural o sintètic us mostrarà 10.	Pertanto, il diamante naturale o sintetico ti mostrerà 10.
Quan es desitge utilitzar una paleta de colors superior a 256 colors és necessari utilitzar el format JPG.	Se invece sono necessari più di 256 colori bisogna considerare JPEG.
WOW, Em va donar sis mesos per viure aquella nit!	WOW, mi ha dato sei mesi per vivere quella notte!
En 1100AD, pensant a jugar totes les seves accions.	In 1100AD, pensando di giocare tutte le sue azioni.
Green Coffee Plus podria funcionar com:	Green Coffee Plus potrebbe funzionare come:
[3] Necessita cristians amb el cor de fills: no oblideu això.	[3] Ha bisogno di cristiani con il cuore di figli: non dimenticatevi questo.
No tenia cap idea del que veuria i viuria en els seus 88 anys de vida.	Non aveva nessuna idea di quello che avrebbe visto e vissuto negli 88 anni della sua vita.
Per favor, verifiqui que és una persona humana* This field is required	Per favore verifica di essere un essere umano * This field is required
El sabor de Suïssa des del 1115	Il gusto della Svizzera dal 1115
No tenia cap idea del que veuria i viuria en els seus 88 anys de vida.	Non aveva nessun’idea di quello che avrebbe visto e vissuto negli 88 anni della sua vita.
La Comissió Europea ha proposat mobilitzar € 2.3 milions del Fons Europeu d'Adaptació a la Globalización (EGF) per ajudar els treballadors de 550 a ser redundants en el sector editorial a Attica (Grècia).	La Commissione europea ha proposto di mobilitare € 2.3 milioni dal Fondo europeo di adeguamento alla globalizzazione (FEG) per aiutare i lavoratori 550 licenziati nel settore dell'editoria in Attica (Grecia).
4.022 La proposició mostra el seu sentit.	4.022 La proposizione mostra il suo senso.
Però la nostra esperança que creuen en Jesús són molt més grans!	Ma la nostra speranza che credono in Gesù sono molto più grandi!
Ha arribat l’hora que l’Estat espanyol passi del No a tot, al:	È arrivata l’ora in cui lo Stato spagnolo passi dal No a tutto, al:
Ben 10 s'ha perdut en el món de Mario.	Ben 10 sono stati persi nel mondo di Mario.
En 2009, con la gripe A, conviene no repetir el mismo error.	Nel 2009, con l’influenza A, conviene non ripetere lo stesso errore.
IKEA a Bielorússia serà difícil	IKEA in Bielorussia sarà difficile
Quin serà el primer «Estat de dret» del món després de 4300 anys?	Quale sarà il primo «stato di diritto» del mondo dopo 4300 anni?
Vaig prendre el meu metge amb mi a través de tres Estats aquest estiu!”	Ho preso il mio medico con me attraverso tre stati questa estate!”
Actualment, els ajuts públics que els Estats membres concedeixen als aeroports i a les companyies aèries han de respectar les directrius sobre aviació adoptades el 1994 i el 2005.	I finanziamenti pubblici ad aeroporti ed a compagnie aeree degli Stati membri sono attualmente valutati ai sensi degli orientamenti dell’aviazione al 1994 ed al 2005.
1) Bard - una classe que pot colpejar a través de cançons.	1) Bard - una classe che può colpire attraverso le canzoni.
O, fins i tot, com trobar feina en aquest país del GCC.	O anche come trovare lavoro in questo paese del GCC.
Variació 24: A tempo un poco meno mosso	Variazione 24: A tempo un poco meno mosso
Per descomptat, estem parlant de LEGO, el més famós per molts - molts anys.	Naturalmente, stiamo parlando di Lego, il più famoso per molti - molti anni.
No hi ha dubte que Washington DC ha estat, per a molts, una font recent de por.	Non c'è dubbio che Washington DC sia stata, per molti, una recente fonte di paura.
La càrrega de trànsit de D-100 disminuirà	Il carico del traffico di D-100 diminuirà
Quines són les malalties oportunistes relacionades amb la sida? va dir:	Quali sono le malattie opportunistiche correlate all'AIDS? ha detto:
L'has reconegut avui, cristià?	Lo hai riconosciuto oggi, cristiano?
¿No és ell el teu pare que et va crear?	Non è egli il padre tuo che t’ha creato?
Paul és un gran exemple d'això en Filipencs 1.	Paul è un grande esempio di questo in Filippesi 1.
El poble “vell” serà separat del poble nou.	Il popolo “vecchio” sarà separato dal popolo nuovo.
Aquesta temptació fa caure en la vanitat.	Questa tentazione ti fa anche scivolare nella vanità.
Es preferible recibir 25 veces este mensaje que recibir el virus y abrirlo.	É preferibile ricevere 25 volte questo messaggio, che ricevere il virus ed aprirlo.
1600 – San Marino adopta la seva constitució escrita.	1600 – San Marino adotta la sua costituzione scritta.
Per què jugar amb els animals - per les noies, et preguntaràs?	Perché giocare con gli animali - per le ragazze, vi chiederete?
Trobareu que jugar Plague Inc inusual, almenys.	Scoprirete che giocare Plague Inc insolito, almeno.
Un altre govern però el mateix problema a #Latvia	Un altro governo ma lo stesso problema in #Latvia
Malgrat això, encara hi ha alguns problemes a resoldre en ZIF-62.	Nonostante ciò, ci sono ancora alcuni problemi da risolvere in ZIF-62.
Tota la velocitat i no la màquina del món per a tu!	Tutte le velocità e non la macchina del mondo per te!
Un Israel per ells, el que quedi per nosaltres...	Una Israele per loro, ciò che resta per noi ….
I el maleït examen cal fer-ho després del finestra immunològica!	E quel maledetto esame deve essere fatto dopo il finestra immunologica!
Jack escolta, però Jack també està begut.	Jack ascolta, ma anche Jack è ubriaco.
C. Julio César es asesinado.	Giulio Cesare viene assassinato.
La Sinistra/L’Arcobaleno que volem és la de la pau.	La sinistra/l’arcobaleno che vogliamo è della pace.
La Sinistra/L’Arcobaleno que volem és la de la pau.	La sinistra/l'arcobaleno che vogliamo è della pace.
La Sinistra/L’Arcobaleno que volem és la de la pau.	La Sinistra/l’Arcobaleno che vogliamo è della pace.
Jesús va repetir el mateix missatge 1500 anys més tard, quan va dir:	Gesù ripete lo stesso messaggio di 1500 anni più tardi, quando ha detto:
55 tal com ho havia promès als nostres pares,	55 come aveva promesso ai nostri padri,
Perquè hi ha menys famílies santes.	Perché ci sono meno famiglie sante.
Són explotats per traficants criminals: avui!	Sono sfruttati da trafficanti criminali: oggi!
Cent mil dòlars us faran sentir lliures.	Centomila dollari ti faranno sentire libero.
Potser vostè és el proper milionari o multimilionari - qui sap!	Forse tu sei il prossimo milionario o miliardario - chi lo sa!
Dos homes armats han entrat a l'edifici de la revista 'Charlie Hebdo' i han disparat fins a una trentena de trets.	Ottantamila uomini mobilitati per ricercare i due attentatori che hanno fatto irruzione nella redazione del Charlie Hebdo, aprendo il fuoco.
En el meu gabinet he volgut garantir el mateix equilibri.	Nel mio gabinetto ho voluto garantire lo stesso equilibrio.
Compromís amb #Turkmenistan: un pas massa lluny?	Impegno con #Turkmenistan: un passo troppo lontano?
1) El joc més realista amb els avions.	1) Il gioco più realistico con gli aerei.
Quan va morir havia creat 419 lents.	Quando morì, aveva creato 419 lenti.
Com un nigerià, sembla que sóc un 'solitari' allà.	Come un nigeriano, sembra che io sono un 'solitario' lì.
¿I si el model d'intercanvi comercial fos l'ALBA i no l'OMC?	Se il modello di scambio commerciale fosse l’ALBA e non l’OMC?
Seguint aquests principis, els membres de la nostra comunitat d’amfitrions dels EUA i la UE es comprometen a respectar les normes següents a l'hora de fer d'hostes o amfitrions:	Guidata da questi principi, la community degli host negli Stati Uniti e nell’Unione europea seguirà queste regole per prendere in considerazione e accogliere potenziali ospiti:
Seguint aquests principis, els membres de la nostra comunitat d’amfitrions dels EUA i la UE es comprometen a respectar les normes següents a l'hora de fer d'hostes o amfitrions:	Guidata da questi principi, la community degli host negli Stati Uniti e nell'Unione europea seguirà queste regole per prendere in considerazione e accogliere potenziali ospiti:
A més, no s'obliden i característiques del joc Madagascar 3.	Inoltre, non sono stati dimenticati e caratteristiche del gioco Madagascar 3.
"No sabem què ha passat amb el vol 4U 9525.	“Non sappiamo ancora cosa sia successo al volo 4U 9525.
"No sabem què ha passat amb el vol 4U 9525.	"Non sappiamo ancora cosa sia successo al volo 4U 9525.
Tenia George Orwell raó sobre 1984?".	George Orwell aveva ragione sul 1984?”.
És la nostra manera de donar-li la Benvinguda a Barcelona i al nostre hotel.	È il nostro modo di darle il benvenuto a Barcellona e al nostro hotel.

End of preview. Expand in Dataset Viewer.

Dataset Card for CA-IT Parallel Corpus

Dataset Summary

The CA-IT Parallel Corpus is a Catalan-Italian dataset parallel sentences created to support Catalan in NLP tasks, specifically Machine Translation.

Supported Tasks and Leaderboards

The dataset can be used to train Bilingual Machine Translation models between Italian and Catalan in any direction, as well as Multilingual Machine Translation models.

Languages

The sentences included in the dataset are in Catalan (CA) and Italian (IT).

Dataset Structure

Data Instances

Two separate txt files are provided with the sentences sorted in the same order:

ca-it_corpus.ca
ca-it_corpus.it

The dataset is additionally provided in parquet format: ca-it_corpus.parquet.

The parquet file contains two columns of parallel text obtained from the two original text files. Each row in the file represents a pair of parallel sentences in the two languages of the dataset.

Data Fields

[N/A]

Data Splits

The dataset contains a single split: train.

Dataset Creation

Curation Rationale

This dataset is aimed at promoting the development of Machine Translation between Catalan and other languages, specifically Italian.

Source Data

Initial Data Collection and Normalization

The dataset is a combination of the following original datasets collected from Opus: CCMatrix, MultiCCAligned, WikiMatrix, GNOME, KDE4, OpenSubtitles, GlobalVoices.

All datasets are deduplicated and filtered to remove any sentence pairs with a cosine similarity of less than 0.75. This is done using sentence embeddings calculated using LaBSE. The filtered datasets are then concatenated to form the final corpus.

Who are the source language producers?

Opus

Annotations

Annotation process

The dataset does not contain any annotations.

Who are the annotators?

[N/A]

Personal and Sensitive Information

Given that this dataset is partly derived from pre-existing datasets that may contain crawled data, and that no specific anonymisation process has been applied, personal and sensitive information may be present in the data. This needs to be considered when using the data for training models.

Considerations for Using the Data

Social Impact of Dataset

By providing this resource, we intend to promote the use of Catalan across NLP tasks, thereby improving the accessibility and visibility of the Catalan language.

Discussion of Biases

No specific bias mitigation strategies were applied to this dataset. Inherent biases may exist within the data.

Other Known Limitations

The dataset contains data of a general domain. Applications of this dataset in more specific domains such as biomedical, legal etc. would be of limited use.