西西里语翻译器：低资源神经机器翻译的一种方案

Eryk Wdowiak

西西里语翻译器：低资源神经机器翻译的一种方案

计算与语言 2021-10-06 v1

作者: Eryk Wdowiak

摘要

借助 17,000 对西西里语-英语译句，Arba Sicula 开发了首个西西里语神经机器翻译器。我们使用小规模子词词表，以高 dropout 参数训练了小型 Transformer 模型，并取得了 20 多（上限）的 BLEU 分数。随后我们用回译与多语翻译扩充数据集，将分数推高至 30 多（中段）。我们也把成功归因于在数据集中融入了理论信息。训练前，我们将子词词表偏向教科书中的词尾。并且我们在数据集中加入了教科书练习。

关键词

低资源神经机器翻译西西里语 Transformer 回译多语翻译子词词表

引用

@article{arxiv.2110.01938,
  title  = {Sicilian Translator: A Recipe for Low-Resource NMT},
  author = {Eryk Wdowiak},
  journal= {arXiv preprint arXiv:2110.01938},
  year   = {2021}
}