MsrZhenTranslationParity est un ensemble de données de traduction chinois-anglais publié par Microsoft en 2018, contenant des évaluations humaines de traduction automatique et des sorties de traduction, conçu pour permettre une vérification externe de sa déclaration d'atteindre un niveau de traduction humaine et pour favoriser les recherches futures.

Cet ensemble de données comprend 6 versions supplémentaires de traductions anglaises pour la paire de langues chinois-anglais de WMT17, notamment Reference-HT basée sur une traduction humaine de zéro, Reference-PE basée sur une post-édition humaine, ainsi que les sorties de traduction des systèmes de recherche Combo-4, Combo-5, Combo-6 et du service de traduction automatique en ligne Online-A-1710. L'ensemble d'entraînement du jeu de données contient 2 001 échantillons, avec une taille totale d'environ 1,79 Mo, et tous les champs sont des versions de traduction différentes de la même phrase source en chinois.

Composition de l'ensemble de données

L'ensemble de données comprend principalement les champs et structures suivants :

• Reference-HT : traduction humaine réalisée de zéro.
• Reference-PE : traduction avec post-édition humaine.
• Combo-4, Combo-5, Combo-6 : trois versions de traduction provenant de systèmes de recherche.
• Online-A-1710 : version de traduction provenant d'un service de traduction automatique en ligne anonyme.
• train : ensemble d'entraînement, contenant 2 001 échantillons, d'une taille de 1 797 033 octets.

Citation

Les références bibliographiques sont les suivantes :

Les informations de citation sont disponibles à ce lien Achieving Human Parity on Automatic Chinese to English News Translation