一种改进方言阿拉伯语用户生成文本情感翻译的半监督方法
计算与语言
2023-06-09 v2
摘要
在在线世界中，机器翻译（MT）系统被广泛用于翻译用户生成文本（UGT），如评论、推文和社交媒体帖子，其主要信息往往是作者对该文本主题的正向或负向态度。然而，MT 系统在某些低资源语言中仍缺乏准确性，有时会犯严重的翻译错误，完全翻转目标词或短语的情感极性，从而传递错误的情感信息。这在那些不遵循常见词汇-语法规范、如在线平台上使用的方言阿拉伯语（DA）文本中尤为明显。在本研究中，我们旨在改进以阿拉伯语方言版本写成的 UGT 到英语的情感翻译。鉴于 UGT 领域 DA-EN 黄金标准平行数据的稀缺，我们引入了一种半监督方法，利用单语与平行数据来训练一个 NMT 系统，该系统由一个以有监督与无监督建模目标训练的跨语言语言模型初始化。我们通过数值化的“情感贴近度”度量以及人工评估来评定我们所提系统的情感翻译准确性。我们将展示我们的半监督 MT 系统能显著帮助纠正方言阿拉伯语 UGT 在线翻译中检测到的情感错误。
引用
@article{arxiv.2210.11899,
title = {A Semi-supervised Approach for a Better Translation of Sentiment in Dialectical Arabic UGT},
author = {Hadeel Saadany and Constantin Orasan and Emad Mohamed and Ashraf Tantawy},
journal= {arXiv preprint arXiv:2210.11899},
year = {2023}
}
备注
WANLP2022 at EMNLP 2022