AfriScience-MT：通过文本翻译实现去殖民化非洲科学
计算与语言
2026-05-29 v1
摘要
殖民语言在非洲教育和科学传播中的主导地位限制了数亿说非洲语言的人群获取和生产科学知识的能力。核心障碍在于这些语言缺乏已建立的科学术语。我们引入 AfriScience-MT，涵盖六种非洲语言（Amharic、Hausa、Luganda、Northern Sotho、Yor\`ub\'a 和 isiZulu）的平行语料库，覆盖 11 个科学领域。专业翻译人员与专家科学传播者合作，将科学论文的通用语言摘要翻译成每个目标语言，并在必要时创建新术语。我们对机器翻译系统和大语言模型进行零样本、few-shot 和微调设置的基准测试。我们的结果表明，闭源模型在句子和文档水平上均优于所有开源模型：GPT-5.4 和 Gemini-3.1-Flash-Lite 在句子水平获得 68.3 和 68.0 的平均 COMET 分数，分别在文档水平并列为 48.3。对于开源系统，微调后的 NLLB-1.3B 在句子水平达到 67.3，TranslateGemma-12B 在 1-shot 上下文学习下达到 44.0 的文档水平分数。我们发布 AfriScience-MT 以支持基准测试和非洲语言的文档级科学机器翻译。
引用
@article{arxiv.2605.29741,
title = {AfriScience-MT: Towards Decolonizing Science in Africa through Text Translation},
author = {Idris Abdulmumin and Tajuddeen Gwadabe and Shamsuddeen Hassan Muhammad and David Ifeoluwa Adelani and Nomonde Khalo and Ibrahim Said Ahmad and Abiodun Modupe and Anina Mumm and Sibusiso Biyela and Michelle Rabie and Johanna Havemann and Marek Rei and Jade Abbott and Vukosi Marivate},
journal= {arXiv preprint arXiv:2605.29741},
year = {2026}
}