Numerical Translation Dataset

该数据集由华为翻译服务中心创建，专注于中英文之间的数值翻译，涵盖了十种常见的数值翻译类型，如大单位转换、范围、小数、数字字符串等。数据集基于真实的业务数据，包含693条数据，旨在评估大语言模型在数值翻译中的表现。数据集的构建过程包括手动生成所有可能的数值翻译结果作为标签，以确保翻译的准确性。该数据集的应用领域主要集中在机器翻译领域，旨在解决数值翻译中的精度问题，特别是在金融、医疗等关键领域中的数值翻译错误可能导致的严重后果。

This dataset was created by Huawei Translation Service Center, which specializes in numerical translation between Chinese and English and covers ten common numerical translation types including large unit conversion, ranges, decimals, numeric strings, etc. Based on real business data, it contains 693 entries and is designed to evaluate the performance of Large Language Models (LLMs) in numerical translation. The dataset construction process includes manually generating all possible numerical translation results as labels to ensure translation accuracy. This dataset is mainly applied in the field of machine translation, aiming to solve the accuracy problems in numerical translation, especially to prevent severe consequences caused by numerical translation errors in critical domains such as finance and healthcare.

搜集汇总

数据集介绍

构建方式

Numerical Translation Dataset的构建基于真实的商业数据，涵盖了中英双语之间的十种常见数值翻译类型。研究团队通过手动生成所有可能的数值翻译结果作为标签，确保只要翻译结果与任一标签匹配，即被视为正确翻译。这种构建方式不仅确保了数据的多样性和真实性，还为评估大语言模型在数值翻译任务中的表现提供了坚实的基础。

特点

该数据集的特点在于其广泛覆盖了数值翻译的多种类型，包括大单位转换、范围、小数、数字串、分数、比例、负数、公式、序数和特殊格式。每种类型的数据均来自真实的商业场景，确保了数据的高质量和实用性。此外，数据集中还包含了多种数值表达方式，如阿拉伯数字、罗马数字等，进一步增加了翻译任务的复杂性。

使用方法

Numerical Translation Dataset主要用于评估大语言模型在数值翻译任务中的表现。研究人员可以通过该数据集测试模型在不同数值类型上的翻译准确性，尤其是大单位转换等复杂场景。此外，该数据集还可用于探索和验证改进数值翻译的策略，如上下文学习（ICL）、思维链（COT）和后编辑（PE）等方法，以提升模型的翻译精度。

背景与挑战

背景概述

Numerical Translation Dataset 是由华为翻译服务中心的研究团队于2025年创建的，旨在评估大语言模型（LLMs）在处理中英文数字翻译任务中的可靠性。该数据集基于真实的商业数据，涵盖了十种不同类型的数字翻译任务，包括大单位转换、范围翻译、小数翻译等。数字翻译在金融、医疗等领域具有重要应用，任何微小的翻译错误都可能导致严重后果。尽管LLMs在机器翻译领域取得了显著进展，但其在数字翻译方面的表现尚未得到充分研究。该数据集的构建填补了这一研究空白，并为后续研究提供了基准。

当前挑战

Numerical Translation Dataset 面临的挑战主要体现在两个方面。首先，数字翻译任务本身具有极高的精度要求，尤其是在涉及大单位转换（如“亿”与“billion”）时，LLMs往往难以准确处理单位间的数学转换关系，导致错误率居高不下。其次，数据集的构建过程中，研究人员需要手动生成所有可能的数字翻译结果作为标签，以确保评估的全面性，这一过程耗时且复杂。此外，现有的机器翻译评估指标（如BLEU、COMET）无法有效捕捉数字翻译中的微小错误，进一步增加了评估的难度。这些挑战表明，尽管LLMs在自然语言处理任务中表现出色，但在涉及精确计算的数字翻译任务中，仍需进一步优化和改进。

常用场景

经典使用场景

Numerical Translation Dataset 主要用于评估大型语言模型（LLMs）在数值翻译任务中的表现，尤其是在中英文之间的数值转换场景中。该数据集涵盖了十种常见的数值翻译类型，包括大单位转换、范围、小数、数字字符串等，能够全面测试模型在处理复杂数值翻译时的准确性和鲁棒性。通过该数据集，研究人员可以深入分析LLMs在数值翻译中的常见错误，并探索改进策略。

解决学术问题

Numerical Translation Dataset 解决了机器翻译领域中数值翻译的精度问题。数值翻译在金融、医疗等关键领域尤为重要，微小的翻译错误可能导致严重后果。该数据集通过提供多样化的数值翻译场景，帮助研究人员识别LLMs在数值翻译中的薄弱环节，尤其是大单位转换和复杂数值格式的处理。通过该数据集，研究者能够提出针对性的改进策略，提升LLMs在数值翻译任务中的表现。

衍生相关工作

Numerical Translation Dataset 的推出催生了一系列相关研究，尤其是在LLMs的数值翻译能力改进方面。基于该数据集，研究者提出了多种改进策略，如上下文学习（ICL）、思维链（COT）和后编辑（PE）等。这些策略通过增强LLMs在数值翻译中的推理能力和计算精度，显著提升了模型的表现。此外，该数据集还激发了更多关于数值翻译的跨语言研究，推动了机器翻译领域的技术进步。