林雪平大学发布translationese-opensubtitles数据集,应用在机器翻译、自然语言处理领域

林雪平大学本次发布的数据集translationese-opensubtitles,该数据集由林雪平大学团队构建，是首个公开的英瑞翻译语料库，专门用于探究翻译腔现象与地道表达之间的对比。数据集包含600条从OpenSubtitles选取的英语对话句对，通过OPUS-MT系统和GPT-5生成翻译，并由人工标注提供地道改写版本。每条数据包含错误类型标注、语境说明及改进方案，涉及语法错误、语义偏移、词汇偏好等9类标签。该资源旨在帮助开发能生成更自然地道的非英语输出的模型，特别适用于机器翻译质量评估和语言模型偏好研究领域。

查看translationese-opensubtitles

关于林雪平大学,林雪平大学（Linköping University）是瑞典的一所公立大学，成立于1975年，以跨学科研究和创新教育著称，在工程、计算机科学和医学等领域具有较强实力。

关于arXiv,全球最大的预印本论文库，涵盖物理学、数学、计算机科学等多个学科领域。