Itihasa：面向梵语到英语翻译的大规模语料库

本文介绍了Itihasa，这是一个大规模的翻译语料库，包含93,000对梵文颂歌（shlokas）及其英文翻译。这些颂歌均摘自两部印度史诗——《罗摩衍那》（The Ramayana）与《摩诃婆罗多》（The Mahabharata）。我们首先阐述了构建此类语料库的动机，并通过实证分析揭示其内在复杂性与细微特征。随后，我们在该语料库上对标准翻译模型进行了基准测试，结果表明，即便采用当前最先进的Transformer架构，其表现依然欠佳，充分凸显了该数据集的高度复杂性。