首个英语-米佐语法律平行数据集发布

发生了什么

据arXiv cs.CL报道，研究人员创建了首个英语-米佐语法律机器翻译平行数据集，包含印度高等法院和最高法院的13,168个句子对。专业译者翻译了完整文档，并手动校对。研究发现，英语借词选择性强，官方和法律术语多保留英语，日常词汇多使用米佐语。NLLB 200模型微调后，在1,000句平衡法律测试集上BLEU得分为27.47，比基础模型提高7.16，但使用英语词频仍是人译者的三倍。