병렬 코퍼스
병렬 코퍼스는 동일 의미 문장 쌍의 원문과 번역문을 쌍으로 보유한 데이터셋으로 기계번역 학습과 평가에 필수적이다. 튜니지아 다리자의 경우 공개된 병렬 자원이 거의 없어 데이터 수집과 동의 기반 수집 절차가 프로젝트의 핵심 과제였다. 본 글에서는 약 553개의 수공 제작 쌍문장이 초기 코퍼스로 제시되며 데이터 부족이 성능 병목이라고 진단되었다.