Wikipedia 发布 MLQE 数据集, 应用在 机器翻译、质量估计 领域

Wikipedia 本次发布的数据集 MLQE, 该数据集源自维基百科文章，涵盖了高资源、中资源和低资源语言的对齐语料，且每对翻译均有人工标注的标签。具体包含的语言对来自高资源（如英语-德语、英语-中文）、中资源（如罗马尼亚语-英语、爱沙尼亚语-英语）以及低资源（如尼泊尔语-英语、僧伽罗语-英语）语言。该数据集的规模包括7000个训练对、1000个验证对以及1000个测试对。其任务是进行质量估计。

查看MLQE

README 内容： 

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。