European Commission 发布 European Parliamentary Proceedings Translation Memory 数据集, 应用在 机器翻译、语言处理 领域

European Commission 本次发布的数据集 European Parliamentary Proceedings Translation Memory, 该数据集包含了从欧洲委员会DGT-翻译记忆库获取的393,371组源语言到目标语言的欧洲议会进程文本对。数据集被划分为70%的训练集、20%的开发集和10%的测试集，规模达到了393,371组源语言-目标语言对，其任务是机器翻译。

查看European Parliamentary Proceedings Translation Memory

关于 European Commission , 欧洲委员会是欧洲联盟的执行机构，其DG信息部（Directorate-General for Communication）负责内部通信政策和外部信息交流的工作。

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。