面向全球 AI 包容性：大规模多语言术语数据集 (GIST)

机器翻译领域取得了显著进展，但领域特定术语翻译，特别是 AI 领域的术语翻译，仍具有挑战性。我们引入 GIST，一个来自 2000 年至 2023 年顶级 AI conference 论文中提取的 5000 项术语的大规模多语言 AI 术语数据集。这些术语翻译成阿拉伯语、中文、法语、日语和俄语，使用一种混合框架进行翻译，该框架结合了 LLM 进行提取和人类专家进行翻译。数据集的质量通过与现有资源进行基准测试进行评估， crowdsourced 评估显示其翻译准确率优于现有资源。GIST 集成到翻译工作流程中，使用无需重新训练的后翻译细化方法，其中 LLM 提示 consistently 改善了 BLEU 和 COMET 分数。在 ACL Anthology 平台上提供的 Web 演示突显了其实际应用，展示了对非英语读者可及性的提升。本工作旨在解决 AI 术语资源中的关键差距，促进全球 AI 研究的包容性和合作。