OLDI种子语料库的法语版本
计算与语言
2025-08-05 v1
摘要
我们呈现OLDI种子语料库的首个法语分区作为WMT 2025年开放语言数据计划（OLDI）共享任务的提交作品。我们详细描述了其创建过程，包括使用多种机器翻译系统和由合格的母语者构建的后编辑界面。我们还强调了源数据所呈现的独特翻译挑战，这些数据将高度技术的、百科全书式的术语与来自维基百科用户生成内容所特有的风格不规则性相结合。该法语语料库并非最终目标，但旨作为促进法国地区语言平行语料库收集的关键枢纽资源。
引用
@article{arxiv.2508.02290,
title = {A French Version of the OLDI Seed Corpus},
author = {Malik Marmonier and Benoît Sagot and Rachel Bawden},
journal= {arXiv preprint arXiv:2508.02290},
year = {2025}
}