中央尤皮克语与低资源多式综合语言的机器翻译
计算与语言
2020-09-10 v1
摘要
机器翻译工具尚不存在于尤皮克语——一种由约8000人使用、主要居住在阿拉斯加西南部的多式综合语言。我们为尤皮克语和英语编译了平行文本语料库，并基于语法规则开发了尤皮克语形态分析器。我们训练了一个带注意力的 seq2seq 神经机器翻译模型，将尤皮克语输入翻译为英语。随后我们比较了不同分词方法（即基于规则、无监督（字节对编码）和无监督形态（Morfessor）分析）对尤皮克语到英语翻译 BLEU 分数准确率的影响。我们发现，使用分词输入相比未解析输入提高了翻译准确率。尽管总体上 Morfessor 在词汇量为30k时表现最佳，但我们的初步实验显示 BPE 在缩减词汇量时表现最好。
引用
@article{arxiv.2009.04087,
title = {Central Yup'ik and Machine Translation of Low-Resource Polysynthetic Languages},
author = {Christopher Liu and Laura Dominé and Kevin Chavez and Richard Socher},
journal= {arXiv preprint arXiv:2009.04087},
year = {2020}
}