PidginUNMT：西非皮钦语到英语的无监督神经机器翻译
计算与语言
2019-12-10 v1 机器学习
摘要
西非地区有超过 800 种语言。尽管说这些语言的人群明显多样，但有一种语言显著地统一了他们——西非皮钦英语。西非皮钦英语至少有 8000 万使用者。然而，已知尚无针对该语言的自然语言处理（NLP）工作。本工作中，我们对该语言最流行的变体进行了首个 NLP 工作，提供三项主要贡献。第一，提供一个超过 56000 句的皮钦语语料库，据我们所知是最大的。第二，训练了首个皮钦语与英语间的跨语言嵌入。该对齐嵌入有助于英语与皮钦语间多种下游任务的表现。第三，训练了一个皮钦语与英语间的无监督神经机器翻译（UNMT）模型，从皮钦语到英语取得 7.93 的 BLEU 分数，从英语到皮钦语取得 5.18。总之，本工作极大降低了未来西非皮钦英语 NLP 工作的入门门槛。
引用
@article{arxiv.1912.03444,
title = {PidginUNMT: Unsupervised Neural Machine Translation from West African Pidgin to English},
author = {Kelechi Ogueji and Orevaoghene Ahia},
journal= {arXiv preprint arXiv:1912.03444},
year = {2019}
}
备注
Presented at NeurIPS 2019 Workshop on Machine Learning for the Developing World