MsrZhenTranslationParity 是由 Microsoft 于 2018 年发布的一个包含机器翻译人工评估结果与翻译输出的中英文翻译数据集，旨在允许外部验证其达到人类翻译水平的声明并促进未来研究。

该数据集包含 WMT17 中文-英文语言对的 6 个额外英文翻译版本，其中包括基于从头人工翻译的 Reference-HT、基于人工后编辑的 Reference-PE，以及来自研究系统 Combo-4、Combo-5、Combo-6 和在线机器翻译服务 Online-A-1710 的翻译输出。 数据集训练集包含 2,001 个样本，总大小约为 1.79 MB，所有字段均为同一中文源句子的不同翻译版本。

数据集组成

数据集主要包含以下字段和结构：

• Reference-HT：从头进行的人工翻译。
• Reference-PE：人工后编辑翻译。
• Combo-4、Combo-5、Combo-6：来自研究系统的三个翻译版本。
• Online-A-1710：来自匿名在线机器翻译服务的翻译版本。
• train：训练集，包含 2,001 个样本，大小为 1,797,033 字节。

Citation

引用文献如下：

Citation information is available at this link Achieving Human Parity on Automatic Chinese to English News Translation