怀化大学发布AlignAR阿拉伯语-英语平行语料库数据集,应用在机器翻译、平行语料库领域

怀化大学本次发布的数据集AlignAR阿拉伯语-英语平行语料库,AlignAR是由怀化大学与乌姆古拉大学联合构建的阿拉伯语-英语平行语料库，包含法律文本和文学文本两大类别，共计1270条句子对。其中困难子集收录378条文学文本句子对，具有古语特征和复杂句式；简单子集包含892条法律文本句子对，以结构规整著称。该数据集通过开源工具LLMAligner进行人工校对，支持合并、拆分等对齐操作，旨在为机器翻译和计算语言学研究提供高质量的复杂对齐样本，特别针对阿拉伯语-英语低资源语言对的语义对齐难题。

查看AlignAR阿拉伯语-英语平行语料库

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。