冰岛语平行摘要语料库
计算与语言
2021-08-12 v1
摘要
我们提出一个新的冰岛语-英语平行语料库，即冰岛平行摘要语料库（IPAC），由学生论文和学位论文的摘要组成。文本收集自 Skemman 存储库，该存储库保存了冰岛大学学生的所有论文、学位论文和毕业设计的记录。该语料库基于句子级 BLEU 分数，利用 Bleualign 从两个翻译方向的 NMT 模型进行对齐。结果是来自超过 6 千篇平行摘要的 64k 个句子对语料库。
引用
@article{arxiv.2108.05289,
title = {Icelandic Parallel Abstracts Corpus},
author = {Haukur Barri Símonarson and Vésteinn Snæbjarnarson},
journal= {arXiv preprint arXiv:2108.05289},
year = {2021}
}