利用域外数据源进行方言阿拉伯语统计机器翻译
计算与语言
2015-09-08 v1
摘要
方言阿拉伯语的统计机器翻译以数据匮乏为特征，因为数据获取涉及口语的转写和翻译。在本研究中，我们开发了从不同阿拉伯语方言或现代标准阿拉伯语的域外语料库中提取一种特定阿拉伯语方言（伊拉克阿拉伯语）平行数据的技术。我们比较了两种不同的数据选择策略（基于交叉熵的选择和子模选择），并证明少量但高度定向的已发现数据可以提升基线机器翻译系统的性能。我们进一步报告了使用自动翻译的语音数据作为额外训练数据的初步实验。
引用
@article{arxiv.1509.01938,
title = {Exploiting Out-of-Domain Data Sources for Dialectal Arabic Statistical Machine Translation},
author = {Katrin Kirchhoff and Bing Zhao and Wen Wang},
journal= {arXiv preprint arXiv:1509.01938},
year = {2015}
}