北京：数据堂英韩平行语料数据集完成数据知识产权登记 赋能多语言AI场景落地

当前，随着跨境经贸往来、国际文化交流、全球数字化服务需求持续攀升，多语言AI技术已成为支撑跨境场景数字化的核心能力，而高质量、合规化的平行语料数据集，是训练机器翻译模型、跨语言语义系统的核心生产资料，直接决定了多语言AI产品的效果上限。作为全国数据要素市场化配置改革的先行试点，北京市推出的数据知识产权登记制度，可为合规数据产品提供官方权益背书，明确数据持有方的合法知识产权，同时为数据产品后续的流通交易、开放共享提供合规基础，是国内数据要素市场规范化建设的重要探索方向。

2026年9月30日，数据堂（北京）科技股份有限公司旗下人工智能英文-韩文平行语料数据集正式完成北京市数据知识产权登记。据了解，本次登记的数据集收录了海量英文句子及其对应的专业韩文译文，语料内容覆盖口语、旅游、新闻、金融等多个高频应用领域，可为多类英韩双语相关的AI技术研发、应用落地提供标准化的平行语料支撑：
1）机器翻译系统构建：为英文-韩文神经机器翻译模型的训练与评测提供高质量平行句对，支撑编码器-解码器架构与注意力机制的参数学习，有效改善译文的语义完整性与表达流畅度；
2）跨语言检索与语义匹配：支撑跨语言信息检索、双语文本匹配与语义向量建模，可用于构建面向英韩双语的内容检索、召回与排序能力，服务跨境内容平台、资讯平台的多语言服务需求；
3）多语言预训练与迁移学习：为多语言预训练语言模型提供精准的英韩对齐语料，支撑跨语言迁移学习、词表构建与句向量表示学习，降低大语言模型面向韩语场景的适配成本；
4）垂直场景翻译应用：基于覆盖多领域的语料内容，可服务于跨境电商对话翻译、入境游客出行翻译、中韩财经资讯自动翻译等垂直应用方向的模型训练与效果调优；
5）翻译质量评测与学术研究：为机器翻译译文质量评测、中韩语言学对比研究、翻译技术相关学术研究提供标准化的双语对照数据支撑，降低科研机构与高校的相关研究数据获取门槛。

查看人工智能英文-韩文平行语料数据集

登记内容：

行业分析人士指出，本次英韩平行语料数据集完成官方数据知识产权登记，一方面明确了数据持有方的合法权益，为该数据集后续面向AI企业、科研机构、跨境服务企业开放流通、交易合作扫清了合规障碍；另一方面也为国内多语言语料类数据产品的知识产权确权、合规入市提供了可参考的实践样本，对推动国内多语言AI产业规范化发展、支撑中韩跨境场景数字化建设具有积极意义。