欧州議会議事録対訳コーパス 1996-2011 統計的機械翻訳コーパス

欧州議会議事録対訳コーパス 1996-2011 データ セットは、統計的機械翻訳に使用されるコーパスです。Europarl 対訳コーパスは、欧州議会の手続きから派生したもので、21 のヨーロッパ言語バージョンが含まれています。

• ルーマニア語 (フランス語、イタリア語、スペイン語、ポルトガル語、ルーマニア語)
• ゲルマン語（英語、オランダ語、ドイツ語、デンマーク語、スウェーデン語）
• スラヴィク語 (ブルガリア語、チェコ語、ポーランド語、スロバキア語、スロベニア語)
• フィニ・ウゴル語 (フィンランド語、ハンガリー語、エストニア語)
• バルト三国 (ラトビア語、リトアニア語)
• ギリシャ語

欧州議会議事録パラレル コーパス 1996-2011 データ セットは、もともと 2005 年にスコットランドのエディンバラ大学情報学部によってリリースされました。主な発行者は Philipp Koehn です。

このデータセットの第 7 バージョンは 2012 年にリリースされました。関連論文には、「Europarl: A Parallel Corpus for Statistical Machine Translation」などがあります。