面向机器翻译的文件级金融测试集 DOLFIN
计算与语言
2025-02-06 v1
摘要
尽管文档级机器翻译（MT）备受研究关注，但专为该任务设计的测试集仍显稀缺。现有测试集主要覆盖通用领域，难以满足法律和金融等专业领域的需求。此外，尽管它们具有文档级特性，仍遵循句子级逻辑，无法包含信息重组织等某些语言现象。在本 work 中，我们旨在填补这一空白，通过提出一种新型测试集 DOLFIN 来弥补这一差距。该数据集由专业金融文件构建，采用章节而非句子为单位，为真正意义上的文档级 MT 迈出了一步。该测试集包含平均为1950个对齐章节，覆盖五种语言对。我们呈现详细的数据收集流程，可作为构建新型文档级数据集的灵感。我们通过对多种模型进行评估，展示了该测试集的有用性和质量。我们的结果表明，该测试集能够区分具有上下文敏感性与不依赖上下文的模型，并揭示模型在准确翻译金融文本时存在的弱点。该测试集已公开供社区使用。
引用
@article{arxiv.2502.03053,
title = {DOLFIN -- Document-Level Financial test set for Machine Translation},
author = {Mariam Nakhlé and Marco Dinarelli and Raheel Qader and Emmanuelle Esperança-Rodier and Hervé Blanchon},
journal= {arXiv preprint arXiv:2502.03053},
year = {2025}
}
备注
To be published in NAACL 2025 Findings