基于规则、神经网络和 LLM 的 Back-Translation：来自 Ladin 方言的比较性见解

Samuel Frontull; Georg Moser

基于规则、神经网络和 LLM 的 Back-Translation：来自 Ladin 方言的比较性见解

计算与语言 2024-07-15 v1

作者: Samuel Frontull , Georg Moser

摘要

本文探讨了不同的 back-translation 方法对 Ladin 机器翻译的影响，具体指 Val Badia 方言。鉴于该语言（仅 18k 条 Ladin-Italian 句子对）可获得的平行数据有限，我们研究了针对 Ladin-Italian 微调的多语言神经机器翻译模型性能。除了可用的真实数据外，我们通过三种不同模型合成进一步的翻译：一个针对该语言对微调的神经模型、一个为该语言对开发的基于规则系统，以及一个大型语言模型。我们的实验表明，在低资源场景下，所有方法在翻译质量方面表现相当，但 round-trip 翻译显示了模型性能之间的差异。

关键词

反向翻译神经机器翻译基于规则翻译低资源语言 Ladin 语言

引用

@article{arxiv.2407.08819,
  title  = {Rule-Based, Neural and LLM Back-Translation: Comparative Insights from a Variant of Ladin},
  author = {Samuel Frontull and Georg Moser},
  journal= {arXiv preprint arXiv:2407.08819},
  year   = {2024}
}

备注

Accepted to LoResMT 2024 (ACL workshop)

基于规则、神经网络和 LLM 的 Back-Translation：来自 Ladin 方言的比较性见解

摘要

关键词

引用

备注

相关论文