DEAST: Un conjunto de datos para la traducción científica de inglés a árabe y viceversa

Área de la Ciencia:

• Procesamiento del lenguaje natural
• Lingüística computacional
• Traducción científica

Sus antecedentes:

• El volumen de texto científico está aumentando rápidamente.
• La traducción específica de dominios requiere experiencia especializada.
• Una falta significativa de recursos árabe-inglés de alta calidad dificulta la traducción automática científica.

Objetivo del estudio:

• Presentar un novedoso conjunto de datos árabe-inglés para texto científico.
• Abordar la escasez de recursos en la traducción automática científica árabe.
• Facilitar los avances en el procesamiento del lenguaje natural para dominios especializados.

Principales métodos:

• Recopilado datos de texto científico árabe-inglés de títulos de tesis de diversas fuentes.
• Curado un conjunto de datos específicamente para la traducción de texto científico.
• Se centró en los títulos para crear un recurso fundamental.

Principales resultados:

• Desarrollado el primer conjunto de datos disponible de árabe-inglés para texto científico.
• El conjunto de datos comprende títulos de tesis académicas.
• Este recurso tiene como objetivo apoyar la investigación en traducción automática.

Conclusiones:

• El conjunto de datos introducido es un paso crucial para mejorar la traducción de texto científico árabe-inglés.
• Proporciona un recurso muy necesario para la investigación en procesamiento del lenguaje natural.
• El desarrollo adicional de conjuntos de datos especializados es esencial para la traducción específica de dominios.