SHAMI-MT：面向叙利亚阿拉伯方言至现代标准阿拉伯语的双向机器翻译系统
计算与语言
2025-08-05 v1
摘要
阿拉伯世界语言景观丰富多彩，现代标准阿拉伯语 (MSA) 与日常生活中使用的各类地区方言之间存在显著鸿沟。这种语言现象为自然语言处理，尤其是机器翻译带来了巨大挑战。本文介绍 \textbf{SHAMI-MT}，这是一套专为桥接 MSA 与叙利亚方言之间沟通鸿沟而设计的双向机器翻译系统。我们构建了两个专用模型：一个用于 MSA 到 Shami 翻译，另一个用于 Shami 到 MSA 翻译，两者均基于最新的 AraT5v2-base-1024 架构构建。该模型在 Nabra 数据集上进行微调，并在 MADAR 语料库中未见数据上进行严格评估。我们的 MSA-to-Shami 模型在 OPENAI 模型 GPT-4.1 的评分下，取得了 \textbf{5.0 中的 4.01 的卓越平均质量分数}，表明其翻译不仅准确，而且方言性更加真实。本工作为此前缺乏关注的语言对提供了关键的高保真工具，推动了方言阿拉伯语翻译领域的发展，并在内容本地化、文化遗产和跨文化交流方面具有重要应用价值。
引用
@article{arxiv.2508.02268,
title = {SHAMI-MT: A Syrian Arabic Dialect to Modern Standard Arabic Bidirectional Machine Translation System},
author = {Serry Sibaee and Omer Nacar and Yasser Al-Habashi and Adel Ammar and Wadii Boulila},
journal= {arXiv preprint arXiv:2508.02268},
year = {2025}
}