加泰罗尼亚语的序列间资源
Sequence-to-Sequence Resources for Catalan
摘要：
在这项工作中，我们介绍了序列到序列的语言资源加泰罗尼亚语，资源不足的语言，对两个任务，即：摘要和机器翻译（MT）。我们提出了两个新的抽象摘要数据集在新闻领域。我们还介绍了一个平行的加泰罗尼亚语-英语语料库，与三个不同的全新的测试集配对。最后，我们评估了与竞争国家的最先进的模型的数据，我们开发这些任务的基线使用一个新创建的加泰罗尼亚语BART。我们发布的资源，这项工作的开放许可证下，以鼓励语言技术在加泰罗尼亚语的发展。
英文摘要：
In this work, we introduce sequence-to-sequence language resources for Catalan, a moderately under-resourced language, towards two tasks, namely: Summarization and Machine Translation (MT). We present two new abstractive summarization datasets in the domain of newswire. We also introduce a parallel Catalan-English corpus, paired with three different brand new test sets. Finally, we evaluate the data presented with competing state of the art models, and we develop baselines for these tasks using a newly created Catalan BART. We release the resulting resources of this work under open license to encourage the development of language technology in Catalan.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
