面向马拉雅拉姆语释义生成的神经机器翻译
计算与语言
2024-02-01 v1 人工智能
摘要
本研究探索了四种生成马拉雅拉姆语释义的方法，利用了英语释义的可用资源和预训练的神经机器翻译（NMT）模型。我们使用自动评估指标（如 BLEU、METEOR 和余弦相似度）以及人工标注来评估生成的释义。我们的发现表明，自动评估指标可能不完全适用于马拉雅拉姆语，因为它们与人类判断并不总是一致。这种差异凸显了需要更细致的释义评估方法，特别是对于高度黏着语。
引用
@article{arxiv.2401.17827,
title = {Neural Machine Translation for Malayalam Paraphrase Generation},
author = {Christeena Varghese and Sergey Koshelev and Ivan P. Yamshchikov},
journal= {arXiv preprint arXiv:2401.17827},
year = {2024}
}