数据集概述
本数据集为第一届机器翻译会议（WMT'16）生物医学翻译任务提供的Scielo单语数据，包含英语、西班牙语、葡萄牙语、法语4种语言的生物医学相关文本，源自Scielo数据库，共7个XML文件，无目录层级划分。
文件详解
- 英文生物医学文件
- 文件名称：en-health.xml、en-biological.xml
- 文件格式：XML
- 字段映射介绍：包含英语生物医学领域的单语文本数据
- 西班牙语生物医学文件
- 文件名称：es-health.xml、es-biological.xml
- 文件格式：XML
- 字段映射介绍：包含西班牙语生物医学领域的单语文本数据
- 葡萄牙语生物医学文件
- 文件名称：pt-health.xml、pt-biological.xml
- 文件格式：XML
- 字段映射介绍：包含葡萄牙语生物医学领域的单语文本数据
- 法语生物医学文件
- 文件名称：fr-health.xml
- 文件格式：XML
- 字段映射介绍：包含法语生物医学领域的单语文本数据
数据来源
Scielo数据库（https://scielo.org/en/）
适用场景
- 生物医学机器翻译模型训练: 用于构建多语言生物医学翻译系统，提升专业领域翻译准确性
- 生物医学语料库构建: 补充不同语言的生物医学领域单语语料资源
- 跨语言生物医学研究: 支持多语言生物医学文献的文本分析与知识挖掘
- 机器翻译任务基准测试: 作为WMT'16生物医学翻译任务的标准数据集，用于模型性能评估
