带有篇章标注的双语平行语料库
计算与语言
2022-10-27 v1
摘要
机器翻译 (MT) 在句子级翻译上几乎已达到人类水平。作为回应，机器翻译界在某种程度上已将其焦点转向文档级翻译。然而，文档级机器翻译系统的发展因缺乏平行文档语料库而受到阻碍。本文描述了 BWB，一个大型平行语料库，首次在 Jiang 等人 (2022) 中引入，并附带一个标注的测试集。BWB 语料库由专家翻译为英文的中文小说组成，而标注的测试集旨在探究机器翻译系统对各种篇章现象的建模能力。我们的资源免费提供，我们希望它能为文档级机器翻译领域的更多工作提供指导和启发。
引用
@article{arxiv.2210.14667,
title = {A Bilingual Parallel Corpus with Discourse Annotations},
author = {Yuchen Eleanor Jiang and Tianyu Liu and Shuming Ma and Dongdong Zhang and Mrinmaya Sachan and Ryan Cotterell},
journal= {arXiv preprint arXiv:2210.14667},
year = {2022}
}
备注
4 pages