I dati paralleli sono un insieme di coppie di testi allineati in due lingue, in cui ogni frase o espressione in una lingua corrisponde alla sua traduzione nell'altra. I sistemi di traduzione automatica usano queste coppie per imparare come parole, grammatica e significato si mappano tra le lingue. Migliore è l'allineamento e la copertura, migliore sarà la capacità del modello di tradurre testi reali.
Nel campo della sicurezza informatica, i dati paralleli sono importanti perché la qualità della traduzione influisce su quanto bene gli strumenti possono elaborare log, avvisi, report e contenuti degli utenti in lingue diverse. Gli attaccanti possono tentare di avvelenare i dati di addestramento con coppie errate o fuorvianti, causando traduzioni deboli o mistraduzioni nascoste. I difensori usano dati paralleli di alta qualità e verificati per costruire modelli di traduzione offline o on-device più sicuri, soprattutto quando il testo sensibile non dovrebbe lasciare il dispositivo. Per le lingue a basse risorse, i dati paralleli curati spesso fanno la differenza tra una traduzione utilizzabile e un output inaffidabile.