两种文字的故事：犹太-阿拉伯语的音译与后校正

犹太-阿拉伯语是指历史上阿拉伯世界犹太社区所使用的阿拉伯语变体，主要在中世纪时期。与标准阿拉伯语不同，它由犹太作者使用希伯来文字书写，面向犹太读者。由于字母映射模糊、正字法惯例不一致以及频繁的希伯来语代码转换，将犹太-阿拉伯语音译为阿拉伯文字具有挑战性。在本文中，我们介绍了一种两步式自动音译方法：简单的字符级映射，随后进行后校正以处理语法和拼写错误。我们还首次提出了大语言模型在此任务上的基准评估。最后，我们表明音译使得阿拉伯语自然语言处理工具能够执行形态句法标注和机器翻译，而这在原始文本上是不可行的。我们公开提供代码和数据。