特伦托大学 发布 Bianet 数据集, 应用在 机器翻译、多语言新闻 领域

特伦托大学 本次发布的数据集 Bianet, Bianet数据集是由特伦托大学创建的一个开放源代码平行语料库，包含土耳其语、库尔德语和英语的新闻文章。该数据集共有35,080条句子，主要来源于Bianet在线新闻杂志，涵盖政治、法律、经济和文化事件等多个领域。数据集的创建过程包括网络爬虫抓取、文档级翻译的检索和句子对齐等步骤。Bianet数据集主要应用于机器翻译领域，特别是针对土耳其语和库尔德语这两种资源较少的语言，旨在提高这些语言在新闻领域的翻译质量。

查看Bianet

关于 特伦托大学 , 特伦托大学（University of Trento）位于意大利特伦托市，是一所公立研究型大学，以其高质量的教学和研究活动而闻名。该大学在多个学科领域，如社会科学、自然科学和工程学等方面都有显著的研究成果。

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。