利用音译和机器翻译的阿拉伯语数据进行马耳他语自然语言处理的数据增强

马耳他语是一种独特的闪米特语族语言，在意大利语和英语等罗曼语族和日耳曼语族语言的广泛影响下演化而来。尽管其根源为闪米特语，但其正字法基于拉丁字母，这造成了它与其最接近的语言亲属阿拉伯语之间的隔阂。在本文中，我们探讨了是否可以通过跨语言增强技术，利用阿拉伯语资源来支持马耳他语自然语言处理（NLP）。我们研究了多种将阿拉伯语文本数据与马耳他语对齐的策略，包括各种音译方案和机器翻译（MT）方法。作为这项工作的一部分，我们还引入了能更好地表示马耳他语正字法的新型音译系统。我们评估了这些增强方法对单语和多语模型的影响，并证明基于阿拉伯语的增强可以显著提升马耳他语NLP任务的表现。