Datasets:

LocalDoc
/

en-az-opus-filtered-parallel-corpus

en_text stringlengths 9 673	az_text stringlengths 10 703	source stringclasses 9 values	labse float64 0.9 1	cometkiwi float64 0.9 0.93
“Why did they not bring four witnesses about it?	"Nəyə görə onlar buna dair dörd şahid gətirmədilər?	CCMatrix	0.9507	0.9024
[45] We know very well what they say.	45.Biz onların nə dediklərini çox gözəl bilirik.	CCMatrix	0.9316	0.9027
Oldest man in the World Yisrael Kristal aged 113 died in Israel.	Dünyanın ən yaşlı kişisi İsrael Kristal 113 yaşında İsraildə vəfat edib.	CCMatrix	0.917	0.911
Russia is in second, China in third place.	Rusiya ikinci, Çin isə üçüncü yerdədir.	CCMatrix	0.959	0.9081
52 Those are they whom Allah has cursed.	52 Onlar Allahın lənətlədiyi kəslərdir.	CCMatrix	0.9033	0.9047
30% – the Turkish company Botaş;	30% – Türkiyənin Botaş şirkəti;	CCMatrix	0.981	0.9088
Why was the Quran revealed in Arabic?	Quran nə üçün ərəb dilində nazil olub?	CCMatrix	0.9287	0.913
"We are not afraid of PSG.	«Biz PSG-dən qorxmuruq.	CCMatrix	0.9717	0.9079
Russia has previously tested the Su-57 in Syria.	Rusiya bundan əvvəl Su-57 təyyarəsini Suriyada sınaqdan keçirib.	CCMatrix	0.9473	0.9118
Turkey needs it and Israel has big reserves.	Türkiyənin ona ehtiyacı və İsrailin böyük ehtiyatları var.	CCMatrix	0.9072	0.9075
Can molecules think?	Molekullar düşünə bilərmi?	CCMatrix	0.9497	0.9022
On the one hand, we live in an Internet world and this is our biggest advantages.	Bir tərəfdən, biz internet dünyasında yaşayırıq və bu böyük üstünlüyümüzdür.	CCMatrix	0.9072	0.9162
Obama: "I'm really good at killing people"	Obama: “İnsan öldürməkdə çox yaxşıyam”	CCMatrix	0.9209	0.907
They didn't help us at Normandy.	Normandiyada bizə yardım etmədilər.	CCMatrix	0.9185	0.9041
Bus overturns in Turkey, 45 injured	Türkiyədə avtobus aşıb, 45 nəfər yaralanıb	CCMatrix	0.9355	0.9077
The loss of an F-16 is a major turning point for Israel.	“F-16”-nın itirilməsi İsrail üçün böyük dönüş nöqtəsidir.	CCMatrix	0.9121	0.9027
“There are children and journalists among the victims.	"Ölənlər arasında uşaqlar və jurnalistlər də var.	CCMatrix	0.9199	0.9206
This will bring Ukraine closer to NATO.	Bu, Ukraynanı NATO-ya daha yaxın edəcək.	CCMatrix	0.9277	0.9142
"Together for a better Internet."	“Birlikdə daha yaxşı internet üçün”	CCMatrix	0.9126	0.9039
Putin has also wanted this.	Putin də bunu istəyirdi.	CCMatrix	0.9102	0.9049
We are supporting this with US$15-18 billion investments.	Biz bunu 15-18 milyard dollarlıq investisiya ilə dəstəkləyirik.	CCMatrix	0.9507	0.9092
2.2 2011–2014: Barcelona and first concerts	2.2 2011–2014: Barselona və ilk konsertlər	CCMatrix	0.9751	0.9056
RONALDO : ‘I want to go back to England’	Ronaldo: “İngiltərəyə qayıtmaq istəyirəm”	CCMatrix	0.9126	0.9141
AZAL and HungaroControl will cooperate	AZAL və “HungaroControl” əməkdaşlıq edəcəklər	CCMatrix	0.9351	0.9069
In the same year, the casino “Moscow” was opened.	Eyni ildə "Moskva" casino açıldı.	CCMatrix	0.9556	0.9029
Italian Neorealism virtually ended in 1952.	İtalyan neorealizmi virtual olaraq 1952-ci ildə bitdi.	CCMatrix	0.9287	0.9061
It has 9 regional branches and it is superior to all the banks in Slovakia.	9 regional filialı var və Slovakiyadakı bütün banklardan üstündür.	CCMatrix	0.9614	0.9078
(Their number was 11 000 people until 2003)	(2003-cü ilə qədər onların sayı 11.000 nəfər olmuşdur)	CCMatrix	0.9624	0.9111
Vladimir Vladimirovich is immersed in his work, our children have grown and are living their own lives.”	Vladimir Vladimiroviç tamamilə öz işlərinə qapanıb, bizim övladlarımız böyüyüb və artıq öz həyatı ilə yaşayırlar”.	CCMatrix	0.9062	0.9013
The Italian navy rescued 562 people.	İtaliya donanması 562 insanı xilas etməyi bacarıb.	CCMatrix	0.9385	0.9141
President Ilham Aliyev: Renewable energy is one of energy sector priorities for us today	Prezident İlham Əliyev: Bərpa olunan enerji bu gün bizim üçün enerji sektorunda prioritetlərdən biridir	CCMatrix	0.9204	0.9127
“We don’t need a physical TV.	"Bizə fiziki televizor lazım deyil.	CCMatrix	0.9614	0.9042
The world's first society of nephrology was the French 'Societe de Pathologie Renale'.	Dünyanın ilk nefroloji cəmiyyəti Fransız "Societe de Pathologie Renale" idi.	CCMatrix	0.9561	0.9005
A policeman was wounded.	Bir polis isə yaralanıb.	CCMatrix	0.9263	0.907
In 1901, Max Grabowski created a car company called the Rapid Motor Vehicle Company.	1901-da Max Grabowski "Rapid Motor Vehicle Company" adlı avtomobil şirkətini yaratdı.	CCMatrix	0.9453	0.9067
“Both teams didn’t want to take risks.	“Hər iki komanda da risk etmək istəmirdi.	CCMatrix	0.957	0.9056
One must choose between them."	Onların arasında seçim etmək lazımdır".	CCMatrix	0.9302	0.9001
President Putin also is helping Israel.	Prezident Putin də İsrailə kömək edir.	CCMatrix	0.9219	0.916
The Nobel prize is worth 9 million Swedish crowns.	Nobel mükafatının məbləği 9 milyon İsveç kronudur.	CCMatrix	0.9351	0.9168
To date, 126 millions Nokia 3310 phones have been sold.	Ümumilikdə 126 milyon Nokia 3310 telefonu satılmışdır.	CCMatrix	0.9302	0.9099
ANNA: We live between Austria and America.	Anna: Biz Avstriya ilə Amerika arasında yaşayırıq.	CCMatrix	0.9365	0.9076
WhatsApp won’t work on these phones	WhatsApp bu telefonlarda işləməyəcək	CCMatrix	0.9521	0.9022
WhatsApp won’t work on these phones	Whatsapp bu telefonlarda işləməyəcək	CCMatrix	0.9419	0.9033
(Their number was 11 000 people until 2003)	(2003-cü ilə qədər onların sayı 11 000 nəfər olmuşdu)	CCMatrix	0.9673	0.9083
Russia is in second, China in third place.	Rusiya ikinci, Çin isə üçüncü olub.	CCMatrix	0.9189	0.904
Atatürk didn't use the name Mustafa after 1934.	Atatürk 1934-cü ildən sonra Mustafa adını istifadə etmədi.	CCMatrix	0.959	0.9075
The Turkish-Islamic world must demand this union.	Türk-İslam dünyası bu birliyi istəməlidir.	CCMatrix	0.9092	0.904
Obama: ‘I’m really good at killing people’	Obama: “İnsan öldürməkdə çox yaxşıyam”	CCMatrix	0.9209	0.9066
Italian Neorealism virtually ended in 1952.	italyan neorealizmi virtual olaraq 1952-ci ildə bitdi.	CCMatrix	0.9238	0.9046
We are supporting this with $15-18 billion investments.	Biz bunu 15-18 milyard dollarlıq investisiya ilə dəstəkləyirik.	CCMatrix	0.9624	0.9086
After reconstruction in 1999 that hotel is called “Golden Tulip Hotel Yerevan” at present.	1999-cu ildə rekonstruksiya edildikdən sonra həmin hotel hazırda “Golden Tulip Hotel Yerevan” adlanır.	CCMatrix	0.9751	0.9136
Slovakia elects 13 members to the European Parliament.	Slovakiya Avropa Parlamentinə 13 deputat göndərəcək.	CCMatrix	0.9165	0.9085
"We don't need a physical TV.	"Bizə fiziki televizor lazım deyil.	CCMatrix	0.957	0.9024
5.2 Somoza's rise to power and the formation of a dictatorship	5.2 Somoza'nın iqtidara gəlməsi və bir diktatorluğun meydana gəlməsi	CCMatrix	0.9292	0.9062
If YouTube was a Hollywood film company, it would have enough material to release 60,000 new films every week.	Əgər YouTube Hollywood kino şirkəti olsa idi, onda onun hər həftə 60000 yeni film buraxmaq üçün kifayət qədər materialı olardı.	CCMatrix	0.9053	0.9084
I was a living witness of all these processes.	Mən bütün bu proseslərin canlı şahidi olmuşam.	CCMatrix	0.9258	0.908
I’ve never had this problem with Windows 7.	bu problemlə windows 7də heç vaxt qarşılaşmamışam.	CCMatrix	0.9229	0.9081
There are 187,888 lakes in the country.	Ölkədə 187.888 göl var.	CCMatrix	0.9453	0.9154
“O people, have fear of your Lord.	«Ey insanlar, Rəbbinizdən qorxun.	CCMatrix	0.9395	0.9042
The world of 2020 will be very different to the world of today	2020-ci ilin dünyası bugünkü dünyadan çox fərqli olacaqdır	CCMatrix	0.9243	0.9142
There are journalists among the dead.	Ölənlər arasında jurnalistdə var.	CCMatrix	0.9072	0.9
The dead can’t hear us.	Ölülər bizi eşidə bilməz.	CCMatrix	0.9634	0.9077
The driver of "VAZ-2107" died on the spot.	Nəticədə, "VAZ-2107′′nin sürücüsü hadisə yerində ölüb.	NLLB	0.9336	0.9039
And what do kids see on the internet and tv?	Bəs uşaqlar internetdə və televiziyada əsasən nəyə baxırlar?	CCMatrix	0.9326	0.9018
UEFA punishes three clubs	UEFA üç klubu cəzalandırdı	CCMatrix	0.9263	0.9014
The well-known American astrophysicist Hugh Ross explains this truth as follows:	Məşhur Amerikalı astrofizik Hugh Ross bu həqiqəti belə açıqlayar:	CCMatrix	0.9229	0.9085
Turkey ranks second in the world for humanitarian aid	Türkiyə göstərdiyi humanitar yardıma görə dünyada ikinci yerdədir	CCMatrix	0.9019	0.9134
Belgium will take on France in the semi-final.	Belçika yarımfinalda Fransa ilə görüşəcək.	CCMatrix	0.917	0.9039
This is our great diplomatic and political success.	Bu, bizim böyük siyasi və diplomatik uğurumuzdur.	CCMatrix	0.9155	0.9155
I remember that, I myself lived in Siberia then.	Mən bunu xatırlayıram, özüm o zaman Sibirdə yaşamışam.	CCMatrix	0.9312	0.9073
Israel won't apologize to Turkey - Netanyahu	İsrail Türkiyədən üzr istəməyəcək - Netanyahu	CCMatrix	0.9346	0.9043
The biggest family in the world lives in India.	Dünyanın ən böyük ailəsi Hindistanda yaşayır.	CCMatrix	0.9351	0.9161
Turkey deports 11 French terrorists	Türkiyə 11 fransız terrorçunu deport etdi	CCMatrix	0.9058	0.906
17 Switzerland 1 Slovenia 5	17 İsveçrə 1 Sloveniya 5	CCMatrix	0.9736	0.9022
Why Was the Quran Revealed in Arabic?	Quran nə üçün ərəb dilində nazil olub?	CCMatrix	0.9033	0.9048
If I am not fair, who will be fair?"	Əgər mən adil deyiləmsə,onda kim adil olacaq?”	CCMatrix	0.9141	0.9017
Putin wants to push Microsoft out of Russia	Putin Microsoft-u Rusiyadan çıxarmaq istəyir	CCMatrix	0.9175	0.9137
Second, there is no water on the planet.	İkincisi, planetin üzərində heç su yoxdur.	CCMatrix	0.9097	0.9083
His motto is: “Russia is larger than the world”.	Onun devizi belədir: „Rusiya dünyadan böyükdür".	CCMatrix	0.938	0.9157
Mustafa Kemal stayed at this hotel until 25 May 1919.	Mustafa Kamal bu oteldə 25 May 1919-a qədər qaldı.	CCMatrix	0.9185	0.9099
How does this virus spread?	Bu virus necə yayılır?	CCMatrix	0.9487	0.9081
“Flying is the best possible thing for women.” – Raymonde de Laroche	"Uçuş qadınlar üçün mümkün olan ən yaxşı şeydir." - Raymonde de Laroche	CCMatrix	0.957	0.9041
It was informed that the area of the new park complex is 3.2 hectares.	Bildirildi ki, yeni park kompleksinin ümumi ərazisi 3,2 hektardır.	CCMatrix	0.9248	0.9084
“I designed the Volvo P1800, Roger Moore made it famous.”	"Volvo P1800 modelini tərtib etdim, Roger Moore onu məşhur etdi."	CCMatrix	0.9443	0.9052
New president elected in Somalia	Somalidə yeni prezident seçilib	CCMatrix	0.9551	0.9016
It was previously visited by Helmut Schmidt and twice by Helmut Kohl.	Daha əvvəl buraya Helmut Şmidt və iki dəfə Helmut Kol səfər edib.	CCMatrix	0.9204	0.907
Therefore I have killed him."	Buna görə də onu öldürdüm”.	CCMatrix	0.9404	0.9052
The world’s biggest family lives in India.	Dünyanın ən böyük ailəsi Hindistanda yaşayır.	CCMatrix	0.9482	0.9164
Over the following 19 months, Australia was attacked from the air almost 100 times.	Sonrakı 19 ay ərzində Avstraliyaya 100 dəfə havadan hücum edildi.	CCMatrix	0.9028	0.9069
54They will be given their reward twice for they have had patience.	54 Səbr etdiklərinə görə onlara mükafatları ikiqat veriləcəkdir.	CCMatrix	0.9102	0.9045
WhatsApp won’t work on these phones	“WhatsApp” bu telefonlarda işləməyəcək	CCMatrix	0.9541	0.9033
A chance to win 50 manats with Kapital Bank’s MasterCard and Maestro cards	Kapital Bank-ın MasterCard və Maestro kartları ilə 50 manat qazanmaq şansı	CCMatrix	0.9629	0.9004
In 1984, his leg was amputated.	1984-cü ildə onun ayağını amputasiya edəcəkdilər.	CCMatrix	0.9258	0.9013
The Committee shall consist, at the time of entry into force of the present Convention, of twelve experts.	Bu Konvensiyanın qüvvəyə minməsi anında Komitə on iki ekspertdən ibarət olur.	CCMatrix	0.9316	0.9108
1810 – The marriage of Napoleon and Josephine is annulled.	1810 — Napoleon və Jozefinanın nikahı ləğv edilmişdir.	CCMatrix	0.9619	0.9116
Around the world, 815 million people suffer from hunger.	"Dünyada 815 milyon nəfər aclıqdan əziyyət çəkir.	CCMatrix	0.9033	0.9188
This time, 402 people were killed.	Bu dəfə 402 adam öldürülmüşdü.	CCMatrix	0.9624	0.9092
‘By the time I was 10 years old, my entire life was football.	“10 yaşım olanda, həyatımdakı hər şey futbol idi.	CCMatrix	0.917	0.9078
The word “Portugal” was first mentioned in 868.	“Portuqaliya” sözü ilk dəfə 868-ci ildə qeydə alınıb.	CCMatrix	0.9297	0.9095
"We have all the infrastructure here.	“Bizim burda hər cür infrastrukturumuz var.	CCMatrix	0.9487	0.9037

End of preview. Expand in Data Studio

Filtered EN-AZ OPUS Parallel Corpus

English–Azerbaijani parallel sentences pooled from OPUS corpora and filtered with a two-stage quality-estimation pipeline.

Pipeline

LaBSE cross-lingual cosine similarity (kept the well-aligned pairs).
COMET-Kiwi (Unbabel/wmt22-cometkiwi-da) reference-free QE on the survivors.
Exact-pair deduplication.

Effective minimums in this release: LaBSE ≥ 0.900, COMET-Kiwi ≥ 0.900.

Columns

en_text — English (source) sentence
az_text — Azerbaijani (target) sentence
source — originating OPUS sub-corpus
labse — LaBSE cosine similarity
cometkiwi — COMET-Kiwi QE score

Rows: 983,849

source	pairs
NLLB	849,380
ParaCrawl-Bonus	128,575
CCMatrix	4,463
Tatoeba	862
XLEnt	257
Tanzil	165
QED	67
NeuLab-TedTalks	43
TED2020	37

Downloads last month: 14