En-Is Synthetic Parallel Corpus
Haukur Barri Símonarson, Vésteinn Snæbjarnarson, Vilhjálmur Þorsteinsson · 2020
Synthetic back-translated training corpus for neural machine translation. The GreynirT2T Transformer network created the corpus by translating Icelandic and English sentences. The English sentences (44,7m) are retrieved from the Wikipedia, Newscrawl and Europarl corpora. The Icelandic sentences (31,3m) are sourced from the Icelandic Gigaword Corpus. Samhliða gervimalheild með bakþýddum þjalfunargognum fyrir velþýðingar. Tauganetið GreynirT2T Transformer bjo til malheildina með þvi að þýða enskar og islenskar setningar. Ensku setningarnar (44,7m) eru fengnar ur Wikipedia, Newscrawl og Europarl malheildunum. Þaer islensku eru fengnar ur Risamalheildinni (31,3m).