The EA-MT dataset

El conjunto de datos utilizado en esta tarea está compuesto por oraciones en lengua fuente (inglés) que contienen entidades nombradas potencialmente complejas desde el punto de vista de la traducción automática. Estas entidades pueden ser raras, ambiguas o desconocidas para los sistemas de traducción, lo que supone un desafío adicional más allá de la traducción léxica convencional. El objetivo del dataset es evaluar la capacidad de los sistemas de traducción automática para manejar correctamente este tipo de elementos, garantizando su correcta transferencia al idioma destino sin pérdida de significado ni errores de desambiguación. En consecuencia, el dataset está diseñado específicamente para poner a prueba la robustez de los modelos frente a casos difíciles de entidades nombradas, que constituyen un aspecto crítico en aplicaciones reales de traducción.