MsrZhenTranslationParity는 Microsoft가 2018년에 발표한 중영 번역 데이터셋으로, 기계 번역에 대한 인간 평가 결과와 번역 출력을 포함하며, 외부에서 인간 수준의 번역에 도달했다는 주장을 검증하고 향후 연구를 촉진하기 위해 설계되었습니다.

이 데이터셋은 WMT17 중국어-영어 언어 쌍에 대한 6개의 추가 영어 번역 버전을 포함하며, 여기에는 처음부터 인간이 번역한 Reference-HT, 인간이 후편집한 Reference-PE, 그리고 연구 시스템 Combo-4, Combo-5, Combo-6 및 온라인 기계 번역 서비스 Online-A-1710의 번역 출력이 포함됩니다. 데이터셋의 훈련 세트는 2,001개의 샘플을 포함하며 총 크기는 약 1.79MB이고, 모든 필드는 동일한 중국어 원문 문장의 서로 다른 번역 버전입니다.

데이터셋 구성

데이터셋은 주로 다음 필드와 구조를 포함합니다:

• Reference-HT: 처음부터 수행된 인간 번역.
• Reference-PE: 인간 후편집 번역.
• Combo-4, Combo-5, Combo-6: 연구 시스템의 세 가지 번역 버전.
• Online-A-1710: 익명의 온라인 기계 번역 서비스에서 제공된 번역 버전.
• train: 훈련 세트로, 2,001개의 샘플을 포함하며 크기는 1,797,033바이트입니다.

Citation

인용 문헌은 다음과 같습니다:

인용 정보는 이 링크에서 확인할 수 있습니다 Achieving Human Parity on Automatic Chinese to English News Translation