基于形态句法建模的低资源机器翻译：以方言阿拉伯语为例
计算与语言
2017-12-19 v1
摘要
我们展示了史上第二个经过评测的阿拉伯语方言到方言机器翻译工作，也是首个利用小型平行语料之外外部资源的工作。由于缺乏自然出现的平行数据，该主题此前未受认真关注；然而其重要性由方言阿拉伯语的广泛使用及方言间差异的广度所证明，后者可与罗曼语族相媲美。我们的结果表明，建模形态与句法显著改善了方言到方言翻译，尽管优化此类数据稀疏模型需考虑方言间的语言差异以及可用数据与资源的性质。在单一参考盲测集上，未翻译输入得分为6.5 BLEU，仅基于平行数据训练的模型达14.6，而枢纽技术与形态句法建模将性能显著提升至17.5。
引用
@article{arxiv.1712.06273,
title = {Low Resourced Machine Translation via Morpho-syntactic Modeling: The Case of Dialectal Arabic},
author = {Alexander Erdmann and Nizar Habash and Dima Taji and Houda Bouamor},
journal= {arXiv preprint arXiv:1712.06273},
year = {2017}
}