发布 CoVoSwitch 数据集, 应用在 机器翻译、代码切换 领域

本次发布的数据集 CoVoSwitch, 该数据集是一个合成数据集，它通过将英文句子中的语调单元替换为来自CoVoST 2数据集的非英文标记而创建，覆盖了13种语言。这样做旨在评估代码切换翻译的性能。该数据集融入了语调单元，以提升翻译表现，并设计用来测试多语言翻译模型在处理代码切换场景时的表现能力。该数据集覆盖了13种资源水平不同（高低）的语言，其任务是机器翻译代码切换文本。

查看CoVoSwitch

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。