伊博语-英语机器翻译:一项评估基准
计算与语言
2020-04-03 v1 机器学习
摘要
尽管研究人员与从业者不断推展NLP工具与方法的边界并增强其能力,关于非洲语言的工作仍然滞后。大量关注集中于英语、日语、德语、法语、俄语、普通话等资源丰富语言。全球7000种语言中超过97%(包括非洲语言)为NLP低资源语言,即它们鲜有或没有用于NLP研究的数据、工具与技术。例如,2018年ACL、NAACL、EMNLP、COLING与CoNLL五大主要会议ACL Anthology全文论文中,仅2965篇里的5篇(0.19%)作者隶属于非洲机构。本工作中,我们讨论为伊博语(尼日利亚三大主要语言之一)构建标准机器翻译基准数据集的努力。伊博语全球使用人数超5000万,其中超50%说话者位于尼日利亚东南部。伊博语为低资源语言,尽管已有一些朝向发展IgboNLP的努力,如词性标注与变音符号恢复。
引用
@article{arxiv.2004.00648,
title = {Igbo-English Machine Translation: An Evaluation Benchmark},
author = {Ignatius Ezeani and Paul Rayson and Ikechukwu Onyenwe and Chinedu Uchechukwu and Mark Hepple},
journal= {arXiv preprint arXiv:2004.00648},
year = {2020}
}
备注
4 pages