低资源印地语言机器翻译平行语料库：综合综述

平行语料库在训练机器翻译（MT）模型中发挥着重要作用，尤其是对于资源匮乏的语言，因高质量双语数据稀缺。本综述提供了关于印地语言可用平行语料库的全面概述，这些语料库跨越多样的语言家族、脚本和区域变体。我们将这些语料库分为文本-文本、代码切换和各种多模态数据集类别，突出其在开发健全的多语言 MT 系统中的重要性。除了资源枚举之外，我们还批判性地检查了语料库创建中所面临的挑战，包括语言多样性、脚本变体、数据稀缺以及非正式文本内容的盛行。我们还就诸如对齐质量和领域代表性等方面对这些语料库进行评估。此外，我们讨论了诸如印地语言间数据不平衡、质量与数量之间的权衡，以及噪声、非正式和方言数据对 MT 性能的影响等开放性挑战。最后，我们概述了未来方向，包括利用跨语言迁移学习、扩展多语言数据集以及整合多模态资源以提高翻译质量。据我们了解，本文是首个针对低资源印地语言在机器翻译语境下进行全面综述。