改善英译提格里尼亚语翻译的数据增强技术探索
计算与语言
2021-04-06 v2
摘要
已有研究表明，神经机器翻译（NMT）在低资源条件下的性能急剧下降，通常需要大量辅助数据才能获得有竞争力的结果。生成辅助数据的一种有效方法是目标语言句子的回译。在这项工作中，我们展示了提格里尼亚语的案例研究，其中我们研究了几种回译方法以生成合成源句子。我们发现，在低资源条件下，通过与该目标语言相关的高资源语言进行枢纽回译最为有效，相比基线取得了实质性改进。
引用
@article{arxiv.2103.16789,
title = {An Exploration of Data Augmentation Techniques for Improving English to Tigrinya Translation},
author = {Lidia Kidane and Sachin Kumar and Yulia Tsvetkov},
journal= {arXiv preprint arXiv:2103.16789},
year = {2021}
}
备注
Accepted at AfricaNLP Workshop, EACL 2021