数据集概述
本数据集为WMT'16生物医学翻译任务提供的平行语料，源自Medline/PubMed数据库，包含西班牙语-英语、法语-英语、葡萄牙语-英语三种语言对的平行文本数据，支持生物医学领域的机器翻译模型训练与评估。
文件详解
- 文件名称：pubmed_en_pt.txt.zip
- 文件格式：ZIP
- 字段映射介绍：包含英语-葡萄牙语生物医学平行文本数据
- 文件名称：pubmed_en_es.txt.zip
- 文件格式：ZIP
- 字段映射介绍：包含英语-西班牙语生物医学平行文本数据
- 文件名称：pubmed_en_fr.txt.zip
- 文件格式：ZIP
- 字段映射介绍：包含英语-法语生物医学平行文本数据
数据来源
Medline/PubMed数据库（https://pubmed.ncbi.nlm.nih.gov/）
适用场景
- 生物医学机器翻译模型训练: 用于训练西班牙语、法语、葡萄牙语与英语之间的生物医学文本翻译模型
- 翻译任务性能评估: 作为WMT'16生物医学翻译任务的基准数据集，评估翻译模型性能
- 跨语言生物医学信息检索: 支持不同语言生物医学文献的跨语言检索与整合
- 医学术语翻译研究: 分析生物医学专业术语在不同语言间的翻译规律与一致性
