Parallel Corpus Generator
收藏arXiv2018-04-11 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/1804.03923v1
下载链接
链接失效反馈官方服务：
资源简介：
Parallel Corpus Generator 是由阿米尔卡比尔理工大学计算机科学系的Farshad Jafari开发的一个数据集生成工具，旨在从网络上的视频字幕中提取和生成多语言平行语料库。该工具通过自动化的爬虫技术，从视频标题中提取必要信息，并下载相应语言的字幕，进而从同步对话中提取句子对，最终生成平行语料库。此数据集特别适用于资源较少的语言，能够提供非正式语言风格的翻译和基于内容的翻译，有助于提高实时翻译的准确性，并可应用于智能助手和复杂翻译系统中，以解决不同语言间的沟通问题。
提供机构：
阿米尔卡比尔理工大学计算机科学系
创建时间：
2018-04-11
