谢菲尔德大学在 AmericasNLP 机器翻译至土著语言共享任务中的提交
计算与语言
2025-02-28 v2
摘要
在本文中，我们描述了谢菲尔德大学在 AmericasNLP 2023 机器翻译至土著语言共享任务中的提交，该任务包含从西班牙语到十一种土著语言的翻译。我们的方法包括扩展、训练并集成 NLLB-200 的不同变体。我们使用组织者提供的数据以及来自宪法、手册、新闻文章和由单语数据生成的回译等各种其他来源的数据。在开发集上，我们的最佳提交在所有语言上平均 chrF 比基线高出 11%，其中艾马拉语、瓜拉尼语和克丘亚语提升尤为显著。在测试集上，我们取得了所有提交中最高的平均 chrF，在十一种语言中的四种上排名第一，并且我们的至少一个提交在所有语言中均排名前三。
引用
@article{arxiv.2306.09830,
title = {Sheffield's Submission to the AmericasNLP Shared Task on Machine Translation into Indigenous Languages},
author = {Edward Gow-Smith and Danae Sánchez Villegas},
journal= {arXiv preprint arXiv:2306.09830},
year = {2025}
}
备注
Best-performing submission overall to the AmericasNLP 2023 Shared Task. Code and models available here: https://github.com/edwardgowsmith/americasnlp-2023-sheffield