数据集概述
本数据集为第二届机器翻译会议（WMT'17）生物医学翻译任务的测试与黄金数据集，包含测试文件、黄金文件及使用GMA工具生成的自动对齐文件，数据来源于Scielo数据库，以压缩包形式提供。
文件详解
- 文件名称：
wmt17-biomedical-scielo.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三类文件：测试文件（Test files）、黄金文件（Gold files）、GMA工具自动对齐文件（Automatic alignment files），具体字段需解压后查看原始文件结构。
数据来源
第二届机器翻译会议（WMT'17）生物医学翻译任务官网、Scielo数据库
适用场景
- 生物医学机器翻译模型评估: 用于测试和验证生物医学领域机器翻译模型的性能，对比模型输出与黄金标准的差异。
- 机器翻译自动对齐算法研究: 分析GMA工具生成的自动对齐文件，优化生物医学文本的对齐策略。
- 生物医学翻译任务基准构建: 作为WMT'17生物医学翻译任务的官方基准数据集，支持不同翻译模型的横向对比。
- 跨语言生物医学文本处理: 为生物医学领域跨语言文本的机器翻译、信息抽取等任务提供测试数据支撑。
