这篇论文描述了 BWB 这个由专家将汉语小说翻译成英文的大型平行语料库，以及一个用于探究机器翻译系统建模各种语篇现象的标注测试集，希望这个资源能够为更多的文档级机器翻译工作提供指导和灵感。

Oct, 2022

本研究描述了一系列双语英语 - 法语和英语 - 德语平行语料库，其中翻译方向经过准确可靠的注释。这些语料库多样化，包括议会议事录、文学作品、TED 演讲的抄录和政治评论。它们将对翻译和机器翻译的语言研究和应用具有重大意义，特别是在翻译 ese 识别方面，这是近年来越来越受到关注的研究方向。为了验证语料库的质量和可靠性，我们复制了先前在翻译 ese 的监督和无监督识别方面的结果，并将实验进一步扩展到其他数据集和语言。

Sep, 2015

该论文介绍 ParaBank，这是一个大规模的英语释义数据集，使用神经机器翻译和词汇约束生成英语句子的多个高质量释义版本，可用于句子改写任务。

Jan, 2019

使用神经机器翻译系统，通过 beam search 生成多个候选翻译样本，选择词汇最多样化的一对生成句式相似，语义丰富、跨 17 种语言的人工合成平行释义语料库，并用 BLEU 对比了其与 ParaBank2，结果表明其生成的句子语义类似而且词汇丰富度较高。

May, 2022

我们提出了 Meta4XNLI，这是一个包含西班牙语和英语隐喻注释的新型并行数据集，用于隐喻检测和解释的任务。通过利用我们提出的语料库，我们通过一系列的单语和跨语言实验来研究语言模型对隐喻的识别和理解能力。我们审查了结果并进行了错误分析，以便理解这些非字面表达如何影响模型的性能。此外，平行数据为研究这些语言之间的隐喻可转移性和翻译对多语言注释资源发展的影响提供了许多潜在机会。

Apr, 2024

本研究将 UN 协议语料库中的翻译和原始文本区分开来，通过将问题建模为分类问题，可以达到高达 95％的分类准确性。我们通过为不同语言对派生并注释翻译方向的平行语料库，然后使用各种特征提取方法对数据进行分类。我们比较了不同的方法以及在不同语言中区分翻译和原始文本的能力。注释的语料库是公开可用的。

May, 2018

本研究提出了一种基于神经网络的语义解析器，它能够对不同的图数据库实现更高的准确性，并通过结合 BERT 嵌入和多任务学习技术进一步提高其准确度，从而在 DM、PAS、PSD、AMR 2015 和 EDS 等多个任务上取得了最新的最优结果。

Jun, 2019

本文介绍了针对英语，德语，意大利语和荷兰语的语义注释平行语料库，旨在捕获否定，情态动词，量化和假设触发器的语义。将平行语料中句子与范围内的义结构对齐，可以将概念表示为 WordNet 同义词集，并通过 VerbNet 关系表示语义角色。通过将范围内的意义表示翻译为一组从句，可以比较它们以进行语义解析器的评估和翻译检查。我们证明了用于评估范围内的含义表示的匹配工具既准确又高效。将此匹配工具应用于三个基线语义解析器，得到的 F 得分介于 43％至 54％之间。通过比较翻译的意义表示来自动查找意义变化的尝试研究表明，这种比较是发现注释错误和需要改进语义分析的实例的另一种方法。

Feb, 2018

本文提出了用自动提取的近义例子替代手工注释进行组合模型训练的方法，同时开发了一种上下文感知的短语组成能力评分模型，实验结果表明这些方法可以用于提高机器翻译系统的翻译质量。

Jan, 2018

本研究提出了通用语义标注的任务，为广泛覆盖的多语言文本提供了更好的语义分析，使用具有语言中立性和信息丰富的标签对词汇进行标注，为跨语言语义分析提供了支持。语义标注在平行意义银行中的应用支持这些论点，并促进形式词汇语义学和跨语言投影，这个研究在一份小的语料库上注释了它的语义标注，并提出了通用性语义标注的新的基线结果。

Sep, 2017