面向代码切换文本机器翻译的数据增强技术：一项比较研究
计算与语言
2023-10-25 v1
摘要
代码切换（CSW）文本生成作为解决数据稀缺问题的方案正受到越来越多的关注。鉴于这种日益增长的兴趣，我们需要更全面地比较不同增强方法的研究。在这项工作中，我们在埃及阿拉伯语-英语 CSW 的背景下比较了三种流行方法：词汇替换、语言学理论和回译（BT）。我们通过人工评估来衡量这些方法在机器翻译上的有效性以及增强数据的质量。我们表明，BT 和基于 CSW 预测的词汇替换由于在 CSW 平行数据上训练，在两项任务上均表现最佳。语言学理论和随机词汇替换在缺乏 CSW 平行数据时证明是有效的，两种方法取得了相似的结果。
引用
@article{arxiv.2310.15262,
title = {Data Augmentation Techniques for Machine Translation of Code-Switched Texts: A Comparative Study},
author = {Injy Hamed and Nizar Habash and Ngoc Thang Vu},
journal= {arXiv preprint arXiv:2310.15262},
year = {2023}
}
备注
Findings of EMNLP 2023