多源枢轴在低资源印度语言翻译中的有效性
计算与语言
2024-06-21 v1
摘要
机器翻译（MT）在语言学上差异较大的语言之间具有挑战性，特别是由于平行语料的稀缺。在先前工作中，建议通过高资源语言进行枢轴可以帮助翻译到相关的低资源语言。然而，现有工作倾向于在枢轴过程中丢弃源句。这一论文探讨了使用枢轴语言同时利用源句和枢轴句进行多源翻译的方法。我们对 various 多源技术进行了大规模实验，以将英语翻译成孟加拉语、 Konkani、Manipuri、Sanskrit 和 Bodo，使用 Hindi、Marathi 和 Bengali 作为枢轴语言。我们发现，多源枢轴虽然优于先前主流方法，但仅带来轻微的改进；不过，这些改进可以通过合成目标语言数据得到增强。我们认为，多源枢轴是低资源翻译的有前景的方向。
引用
@article{arxiv.2406.13332,
title = {How effective is Multi-source pivoting for Translation of Low Resource Indian Languages?},
author = {Pranav Gaikwad and Meet Doshi and Raj Dabre and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2406.13332},
year = {2024}
}