合成翻译语料可撑起法语生物医学预训练

作者团队称，仅用机器翻译生成的语料预训练，就能在法语生命科学下游任务上达到先进水平。

论文已被EMNLP 2025 Findings接收，作者同步放出TransCorpus工具包、36.4GB法语生命科学语料、预训练模型TransBERT-bio-fr及可复现代码。

需要说明：性能结论全部来自作者自己的评测，尚无独立复现；对多数读者这是低资源语言/领域建模的方法信号，而非已验证的通用结论。