利用面向句子的增强策略与基于 Transformer 的架构进行越南语-巴拿语翻译
计算与语言
2026-01-28 v1
摘要
巴拿族是越南的一个少数民族，拥有丰富的祖先遗产，其语言具有巨大的文化和历史意义。政府高度重视巴拿语的保护和推广，使其能够在线访问，并鼓励跨代交流。人工智能的最新进展，如神经机器翻译（Neural Machine Translation, NMT），通过提高准确性和流畅性，为翻译带来了变革。这反过来又通过教育、交流和文献记录促进了该语言的复兴。具体而言，NMT 在提高巴拿语使用者的可及性、使信息和内容更易获取方面起着关键作用。然而，由于资源限制，特别是巴拿语可用资源有限，越南语到巴拿语的翻译面临实际挑战。为了解决这个问题，我们采用了最先进的 NMT 技术以及两种针对特定领域越南语-巴拿语翻译任务的增强策略。重要的是，这两种方法都很灵活，可以与各种神经机器翻译模型一起使用。此外，它们不需要复杂的数据预处理步骤、训练额外的系统或获取现有训练平行语料库之外的额外数据。
引用
@article{arxiv.2601.19124,
title = {Leveraging Sentence-oriented Augmentation and Transformer-Based Architecture for Vietnamese-Bahnaric Translation},
author = {Tan Sang Nguyen and Quoc Nguyen Pham and Tho Quan},
journal= {arXiv preprint arXiv:2601.19124},
year = {2026}
}