面向南部非洲语言的低资源神经机器翻译
计算与语言
2021-04-06 v2 机器学习
摘要
由于缺乏数据，低资源非洲语言尚未充分受益于神经机器翻译的进展。受此挑战的推动，我们在三种班图语（绍纳语、科萨语和祖鲁语）与英语上比较了零样本学习、迁移学习和多语学习。我们的主要目标是英译祖鲁语，仅拥有 30,000 个句对，为我们其他语料平均规模的 28%。我们展示了语言相似性对基于英译科萨语和英译绍纳语父模型的英译祖鲁语迁移学习性能的影响，其 BLEU 分数相差 5.2。随后我们证明，在我们的数据集上多语学习优于迁移学习和零样本学习，相对于基线英译祖鲁语模型的 BLEU 分数分别提升 9.9、6.1 和 2.0。我们的最佳模型还将先前的 SOTA BLEU 分数提升了超过 10。
引用
@article{arxiv.2104.00366,
title = {Low-Resource Neural Machine Translation for Southern African Languages},
author = {Evander Nyoni and Bruce A. Bassett},
journal= {arXiv preprint arXiv:2104.00366},
year = {2021}
}