印度司法体系的法律文本大部分以复杂的英语编写，但只有约10%的印度人能读懂英语。本研究构建了第一个高质量的法律平行语料库，包含英语和九种印度语言的对齐文本单元。对该语料库上的机器翻译系统进行了性能评估，并通过调查法律从业人员了解他们对机器翻译系统的满意度。

本文介绍了错误跨度标注（ESA）作为一种人工评估协议，将直接评估与多维度质量度量相结合。通过与机器翻译系统和人工参考翻译的比较，验证了ESA的有效性。结果显示ESA比MQM更快且更便宜，无需昂贵的MQM专家。

OTTAWA是一种基于Optimal Transport的单词对齐器，用于增强机器翻译系统的检测能力。在HalOmi基准测试中，OTTAWA取得了竞争性的结果，并具有识别错误类型和进行单词级检测的能力。

GEST是一个新的数据集，用于评估掩码语言模型和机器翻译系统中的性别刻板推理。该数据集包含16个关于男性和女性的性别刻板印象的样本，适用于9种斯拉夫语言和英语。通过使用GEST评估了11个掩码语言模型和4个机器翻译系统，发现几乎所有评估模型和语言中都存在显著和一致数量的刻板推理。