WMT 发布 German-Upper Sorbian (de-hsb) parallel corpus 数据集, 应用在 机器翻译、低资源语言处理 领域

WMT 本次发布的数据集 German-Upper Sorbian (de-hsb) parallel corpus, 该数据集包含了用于低资源语言翻译任务训练、验证和测试的平行句子。该数据集旨在通过高质量的合成数据增强神经机器翻译（NMT）模型的能力。具体规模方面，训练集包含60,000个句子，而验证集和测试集则各有2,000个句子。

查看German-Upper Sorbian (de-hsb) parallel corpus

关于 WMT , WMT（Workshop on Machine Translation）是一个国际性的机器翻译研讨会，旨在促进机器翻译领域的学术交流和技术发展。该研讨会涉及机器翻译的各个方面，包括翻译质量评估、翻译系统的构建和优化等。

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。