BaatCheet：印度语言对话翻译多语言语料库

现有的翻译模型通常是在句子级和正式文本上进行训练的，这限制了它们捕获日常会话对话现象（例如非正式性、说话者互动和话语连贯性）的能力。现有的印度语翻译资源和评估基准大多集中在句子级或正式文本上，因此很难评估对话现象的翻译质量。在这项工作中，我们引入了 BaatCheet，这是一个多语言对话语料库，以印地语术语“对话”或“闲聊”命名，包含大约 49,000 个对话，用于跨五个翻译方向的对话翻译。我们对七个训练数据配置中的五个开源LLM进行了微调，发现微调比零样本和少样本基线产生了显着的收益。为了全面评估对话翻译质量，我们采用了多种评估策略，包括自动指标、LLM作为评审以及使用 SQM 指导的直接评估 (DA) 协议进行人工评估。