WMT 2016

新闻翻译是一项经常性的 WMT 任务。测试集是一组平行语料库，由大约 1500 个英语句子翻译成 5 种语言（捷克语、德语、芬兰语、罗马尼亚语、俄语、土耳其语）和 5 种语言中的每一种翻译成英语的另外 1500 个句子组成。对于罗马尼亚语，三分之一的测试集作为开发集发布。土耳其语附加 500 句开发集已发布。这些句子选自数十家新闻网站，由专业翻译人员翻译。训练数据包括用于训练翻译模型的并行语料库、用于训练语言模型的单语语料库和用于调优的开发集。一些训练语料库与 WMT 2015 相同（Europarl、联合国、法语-英语 10⁹ 语料库、Common Crawl、Yandex 提供的俄语-英语平行数据、CMU 提供的 Wikipedia Headlines），有些是更新的（CzEng v1.6pre、新闻评论v11，单语新闻数据）。此外，还添加了以下新语料库：罗马尼亚语 Europarl、来自 OPUS 的用于罗马尼亚语-英语和土耳其语-英语的 SETIMES2、来自 CommonCrawl 的单语数据集。

搜集汇总

背景与挑战

背景概述

WMT 2016是一个用于机器翻译的平行语料库数据集，专注于新闻翻译任务。它包含测试集（约1500个英语句子与多种语言互译）以及训练数据，如并行语料库和单语语料库，用于模型训练和调优。