A Parallel Evaluation Data Set of Software Documentation with Document Structure Annotation
A Parallel Evaluation Data Set of Software Documentation with Document Structure Annotation
复制标题
具有文档结构标注的软件文档并行评价数据集
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
M. Exel
中科院分区：
文献类型：
--
作者：
Bianka Buschbeck;M. Exel
本文附带了用于机器翻译的软件文档数据集，这是一个并行评估数据集，来自SAP帮助门户，我们发布给机器翻译社区用于研究目的。它提供了在企业软件文档领域调整和评估机器翻译系统的可能性，并有助于提供更广泛的评估方案。该数据集包括英语到印地语，印度尼西亚语，马来语和泰语的语言对，因此也增加了许多低资源语言对的测试覆盖率。与大多数由纯并行文本组成的评估数据集不同，该数据集中的段带有描述文档上下文的结构信息的附加元数据。我们提供对数据集的起源和创建、特殊性和特征以及机器翻译结果的见解。
This paper accompanies the software documentation data set for machine translation, a parallel evaluation data set of data originating from the SAP Help Portal, that we released to the machine translation community for research purposes. It offers the possibility to tune and evaluate machine translation systems in the domain of corporate software documentation and contributes to the availability of a wider range of evaluation scenarios. The data set comprises of the language pairs English to Hindi, Indonesian, Malay and Thai, and thus also increases the test coverage for the many low-resource language pairs. Unlike most evaluation data sets that consist of plain parallel text, the segments in this data set come with additional metadata that describes structural information of the document context. We provide insights into the origin and creation, the particularities and characteristics of the data set as well as machine translation results.
DOI：
10.18653/v1/w19-5301
发表时间：
2019-08
期刊：
--
影响因子：
--
作者：
Loïc Barrault;Ondrej Bojar;M. Costa-jussà;C. Federmann;Mark Fishel;Yvette Graham;B. Haddow;Matthias Huc
通讯作者：
Loïc Barrault;Ondrej Bojar;M. Costa-jussà;C. Federmann;Mark Fishel;Yvette Graham;B. Haddow;Matthias Huc