阿拉伯语机器翻译的领域自适应：以金融文本为例
计算与语言
2023-09-25 v1 人工智能
摘要
神经机器翻译（NMT）在大规模语料上训练时表现出令人印象深刻的性能。然而，通用NMT系统在域外翻译上表现不佳。为缓解此问题，近期提出了若干领域自适应方法，其翻译质量通常优于通用NMT系统。尽管英语及其他欧洲语言的NMT取得了持续进展，但文献中阿拉伯语的领域自适应很少受到关注。因此，本研究旨在探索阿拉伯语机器翻译（AMT）在尚未探索的领域——金融新闻文章中的领域特定自适应的有效性。为此，我们精心构建了阿拉伯语-英语（AR-EN）金融领域平行语料库，用于基准测试不同的领域自适应方法。随后，我们在该数据集上微调了多个预训练NMT和大型语言模型，包括ChatGPT-3.5 Turbo。结果表明，仅使用少量对齐良好的域内AR-EN句对即可成功微调。基于自动和人工评估，ChatGPT的翻译质量优于其他模型。据我们所知，这是首个针对金融领域迁移学习微调ChatGPT的工作。为贡献于领域翻译研究，我们在 https://huggingface.co/asas-ai/ 上公开了数据集和微调模型。
引用
@article{arxiv.2309.12863,
title = {Domain Adaptation for Arabic Machine Translation: The Case of Financial Texts},
author = {Emad A. Alghamdi and Jezia Zakraoui and Fares A. Abanmy},
journal= {arXiv preprint arXiv:2309.12863},
year = {2023}
}