基于子词单元翻译的宿务语到他加禄语神经机器翻译
计算与语言
2019-02-21 v1
摘要
菲律宾是一个由 7,641 个不同岛屿组成的群岛，拥有超过 150 种不同的语言。这种语言差异与多样性虽然可被视为一种美好的特征，却导致了该国不同领域教育与文化发展的推广困难。一个专门服务于菲律宾语言的有效的机器翻译系统必将有助于弥合这一差距。在本研究工作中，一种此前从未应用于菲律宾语言翻译的方法被用于宿务语到他加禄语的翻译器。我们使用循环神经网络（Recurrent Neural Network），借助 TensorFlow 中的 OpenNMT 序列建模工具来实现该翻译器。翻译性能使用 BLEU 分数指标进行评估。对于宿务语到他加禄语的翻译，BLEU 得出的分数为 20.01。我们针对动词采用了子词单元翻译与可复制方法，纠正了从源语言到目标语言中常见误译的词。BLEU 分数提升至 22.87。尽管略有提高，该分数仍表明翻译在某种程度上可理解，但尚未被视为良好的翻译。
引用
@article{arxiv.1902.07250,
title = {Neural Machine Translation for Cebuano to Tagalog with Subword Unit Translation},
author = {Kristine Mae M. Adlaon and Nelson Marcos},
journal= {arXiv preprint arXiv:1902.07250},
year = {2019}
}
备注
Published in IALP 2018 Conference Proceedings