WMT 发布 WMT English-Chinese Parallel Dataset 数据集, 应用在 机器翻译、自然语言处理 领域

WMT 本次发布的数据集 WMT English-Chinese Parallel Dataset, 该数据集包含了从WMT 2017到WMT 2020年的英汉平行语料，经过筛选，排除了字符数少于30的句子，最终形成了包含13,130个例子的训练集。该数据集被用于评估在特定领域任务中的翻译性能，同时也用于测试在分布外翻译方向上的泛化能力。规模上，该数据集共有13,130个例子，其任务专注于机器翻译。

查看WMT English-Chinese Parallel Dataset

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。