Ngambay-法语神经机器翻译（sba-Fr）
计算与语言
2023-08-28 v1 机器学习
摘要
在非洲乃至全球，开发神经机器翻译（NMT）系统以克服语言障碍的关注度日益提升。低资源语言的 NMT 尤为引人注目，因其涉及在有限标注数据下的学习。然而，获取低资源语言良好对齐的平行语料颇具挑战。少数全球语言的技术进步与乍得本地语言 NMT 研究的匮乏形成鲜明反差。针对乍得低资源语言的端到端 NMT 试验尚无人尝试。此外，不同于部分非洲语言，自然语言处理研究中缺乏在线且结构良好的数据收集。不过，有引导的数据收集方法可为许多乍得语言与数据充裕的知名语言翻译对生成双语数据。本项目中，我们创建了首个 sba-Fr 数据集，即 Ngambay 至法语翻译语料，并利用该数据集微调了三个预训练模型。实验表明，M2M100 模型在原始及原始+合成数据上均以高 BLEU 分数优于其他模型。该公开双语数据集可供研究使用。
引用
@article{arxiv.2308.13497,
title = {Ngambay-French Neural Machine Translation (sba-Fr)},
author = {Sakayo Toadoum Sari and Angela Fan and Lema Logamou Seknewna},
journal= {arXiv preprint arXiv:2308.13497},
year = {2023}
}
备注
Accepted at RANLP 2023 - International Workshop NLP tools and resources for translation and interpreting applications