پیکره موازی متن و ترجمه

معرفی پیکره موازی متن و ترجمه

پیکره موازی متن و ترجمه، مجموعه‌ای ارزشمند از متون عربی به همراه ترجمه معادل فارسی آنهاست که منبعی غنی برای پژوهش‌های ترجمه و پردازش زبان طبیعی محسوب می‌شود.

آمار و ارقام

• بیش از ۲۶۰،۰۰۰ تکه متن به زبان عربی
• ترجمه معادل فارسی برای هر تکه متن
• ۱۴۰ جفت عنوان کتاب به عنوان منبع داده‌ها

محتوای پیکره

کاربردها

• ترجمه ماشینی: آموزش مدل‌های ترجمه عصبی (NMT) و آماری (SMT)
• پردازش زبان طبیعی دوزبانه: توسعه مدل‌های متقابل زبان
• پژوهش‌های تطبیقی: مطالعه ساختارهای زبانی مشابه و متفاوت در دو زبان
• ارزیابی ترجمه: ایجاد معیارهای سنجش کیفیت ترجمه
• یادگیری ماشین دوزبانه: آموزش مدل‌های تعبیه (Embedding) دوزبانه

مزایا

• حجم بالا: بیش از ۲۶۰ هزار تکه متن برای آموزش مدل‌های عمیق
• تنوع منابع: برگرفته از ۱۴۰ جفت کتاب مختلف
• هم‌ترازی دقیق: جفت‌های جمله به جمله و متن به متن
• کاربرد گسترده: مناسب برای انواع سیستم‌های ترجمه ماشینی