伊斯兰科技大学 发布 ONUBAD数据集扩展版 数据集, 应用在 自然语言处理、机器翻译评估 领域

伊斯兰科技大学 本次发布的数据集 ONUBAD数据集扩展版, ONUBAD数据集扩展版是一个包含1500个高质量句对的平行语料库，其中包括520个新的锡尔赫蒂语源句子、人工翻译的英语参考译文、整个1500个句子的机器生成翻译以及由母语为锡尔赫蒂语的人士评定的直接评估（DA）分数。该数据集旨在解决低资源语言的机器翻译评估问题，特别是那些具有多种方言的语言。数据集扩展了现有的ONUBAD数据集，并通过方言引导方法增强了大型语言模型（LLMs）的机器翻译评估。数据集包括方言特定的术语，并通过方言引导提示策略来提高参考无关的机器翻译评估。

查看ONUBAD数据集扩展版

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。