赫尔辛基大学 发布 SynOPUS 数据集, 应用在 机器翻译、自然语言处理 领域

赫尔辛基大学 本次发布的数据集 SynOPUS, SynOPUS是一个由LLM生成的合成并行数据集的公共存储库，旨在提高低资源机器翻译的性能。该数据集基于欧洲议会英文Europarl文档，通过向前翻译扩展到七种不同的低资源语言，并通过中心点翻译扩展到147种语言对。数据集经过自动和人工评估，确认其高质量。SynOPUS的引入为开放高质量的机器翻译开辟了一条清晰的路径，特别是对于资源匮乏的语言。

查看SynOPUS

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。