MsrZhenTranslationParity は、Microsoft が 2018 年に公開した、機械翻訳の人間による評価結果と翻訳出力を含む中英翻訳データセットであり、人間レベルの翻訳を達成したという主張を外部が検証できるようにし、将来の研究を促進することを目的としています。

このデータセットには、WMT17 中国語-英語言語ペアの 6 つの追加英語翻訳バージョンが含まれており、ゼロから人手で翻訳された Reference-HT、人手によるポストエディットに基づく Reference-PE、および研究システム Combo-4、Combo-5、Combo-6 とオンライン機械翻訳サービス Online-A-1710 の翻訳出力が含まれています。 データセットのトレーニングセットには 2,001 個のサンプルが含まれており、総サイズは約 1.79 MB で、すべてのフィールドは同じ中国語ソース文の異なる翻訳バージョンです。

データセットの構成

データセットには主に以下のフィールドと構造が含まれています：

• Reference-HT：ゼロから行われた人手翻訳。
• Reference-PE：人手によるポストエディット翻訳。
• Combo-4、Combo-5、Combo-6：研究システムからの 3 つの翻訳バージョン。
• Online-A-1710：匿名のオンライン機械翻訳サービスからの翻訳バージョン。
• train：トレーニングセット。2,001 個のサンプルが含まれ、サイズは 1,797,033 バイトです。

Citation

引用文献は以下の通りです：

引用情報はこのリンクで入手できます Achieving Human Parity on Automatic Chinese to English News Translation