面向人道主义响应的刚果斯瓦希里语机器翻译
计算与语言
2021-03-22 v1
摘要
在本文中，我们描述了构建双向刚果斯瓦希里语（SWC）到法语（FRA）神经机器翻译系统的努力，动机是改进人道主义翻译工作流。为训练，我们创建了25,302句的通用领域平行语料并其与公开数据结合。通过尝试跨方言迁移和半监督学习等低资源方法，我们在SWC-FRA和FRA-SWC方向上分别记录了最高2.4和3.5个BLEU点的提升。我们进行了人工评估，以评估我们的模型在刚果民主共和国（DRC）运行的COVID领域聊天机器人中的可用性。SWC-FRA方向的直接评估显示平均质量排名为10分中的6.3分，75%的目标字符串传达了源文本的主要信息。对于FRA-SWC方向，我们关于译后编辑评估的初步测试显示了其对机器辅助翻译的潜在用处。我们公开提供我们的模型、包含多达100万句的数据集、我们的开发流水线以及一个翻译器网页应用以供公众使用。
引用
@article{arxiv.2103.10734,
title = {Congolese Swahili Machine Translation for Humanitarian Response},
author = {Alp Öktem and Eric DeLuca and Rodrigue Bashizi and Eric Paquin and Grace Tang},
journal= {arXiv preprint arXiv:2103.10734},
year = {2021}
}
备注
Accepted to Africa NLP workshop organized within the 16th Conference of the European Chapter of the Association for Computational Linguistics (EACL2021)