Nko语的机器翻译：工具、语料库与基线结果
计算与语言
2023-11-16 v3 计算机与社会
人机交互
机器学习
摘要
目前，对于Nko语这一由西非多国数千万人使用、具有重要文化与教育价值的语言，尚无可用的机器翻译系统。为解决此问题，我们提供了一套工具、资源与基线结果，旨在为Nko语及其他当前缺乏足够大规模平行文本语料库的语言开发可用的机器翻译系统。(1) Friael：一款新颖的协作式平行文本整理软件，通过基于校订的工作流实现质量控制。(2) 以分别与204种和40种其他语言平行的2009条和6193条高质量Nko译文扩充FLoRes-200与NLLB-Seed语料库。(3) nicolingua-0005：包含130,850个平行句段的三语与双语语料库集合，以及含逾300万Nko词单语语料库。(4) 双语与多语神经机器翻译基线结果，最优模型在FLoRes-devtest上取得30.83的英-Nko chrF++分数。
引用
@article{arxiv.2310.15612,
title = {Machine Translation for Nko: Tools, Corpora and Baseline Results},
author = {Moussa Koulako Bala Doumbouya and Baba Mamadi Diané and Solo Farabado Cissé and Djibrila Diané and Abdoulaye Sow and Séré Moussa Doumbouya and Daouda Bangoura and Fodé Moriba Bayo and Ibrahima Sory 2. Condé and Kalo Mory Diané and Chris Piech and Christopher Manning},
journal= {arXiv preprint arXiv:2310.15612},
year = {2023}
}