面向塞内加尔沃洛夫语言的低资源机器翻译
计算与语言
2023-05-02 v1
摘要
自然语言处理（NLP）研究近年来取得重大进展，突破性成果确立了新的基准。然而，这些进展主要惠及被称为资源丰富的少数语言，如英语和法语。大多数资源较弱的其他语言则被落下，包括沃洛夫语在内的大部分非洲语言即是如此。在本工作中，我们呈现一个包含 123,000 句对的沃洛夫语/法语平行语料库，并在其上基于循环神经网络（RNN）在不同数据配置下进行了机器翻译模型实验。我们注意到，在相同实验条件下，基于子词数据训练的模型以及基于法语-英语语言对训练的模型，相比基于法语-沃洛夫语对训练的模型均表现出性能提升。
引用
@article{arxiv.2305.00606,
title = {Low-Resourced Machine Translation for Senegalese Wolof Language},
author = {Derguene Mbaye and Moussa Diallo and Thierno Ibrahima Diop},
journal= {arXiv preprint arXiv:2305.00606},
year = {2023}
}
备注
14 pages, 5 figures, 2 Tables, 8th International Congress on Information and Communication Technology (ICICT 2023)