Gui 在 MixMT 2022 的工作:英语-印地混合语:一种面向语码混合数据翻译的机器翻译方法
计算与语言
2022-10-25 v1
摘要
语码混合机器翻译已在多语社群中成为一项重要任务,而将机器翻译任务拓展至语码混合数据已成为这些语言的常见任务。在 WMT 2022 的共享任务中,我们试图同时应对英语+印地语到 Hinglish 以及 Hinglish 到英语这两项任务。第一项任务涉及罗马体与天城体两种文字,因我们拥有英语与印地语的单语数据;而第二项任务仅含罗马体数据。据我们所知,我们在第一项单语到语码混合机器翻译任务上取得了顶尖的 ROUGE-L 与 WER 分数之一。本文中,我们详细讨论了在第一项任务中对 mBART 的使用及若干特殊预处理与后处理(自天城体到罗马体的音译),以及我们为第二项语码混合 Hinglish 到单语英语的翻译任务所开展的实验。
引用
@article{arxiv.2210.12215,
title = {Gui at MixMT 2022 : English-Hinglish: An MT approach for translation of code mixed data},
author = {Akshat Gahoi and Jayant Duneja and Anshul Padhi and Shivam Mangale and Saransh Rajput and Tanvi Kamble and Dipti Misra Sharma and Vasudeva Varma},
journal= {arXiv preprint arXiv:2210.12215},
year = {2022}
}