规范化对双向阿姆哈拉语-英语神经机器翻译的影响
计算与语言
2022-10-28 v1
摘要
机器翻译（MT）是自然语言处理中的主要任务之一，其目标是将文本从一种自然语言自动翻译到另一种。如今，使用深度神经网络进行MT任务已受到极大关注。这些网络需要大量数据来学习输入的抽象表示并将其存储在连续向量中。本文提出了首个相对大规模的阿姆哈拉语-英语平行句数据集。利用这些汇编数据，我们通过微调现有的Facebook M2M100预训练模型，构建了双向阿姆哈拉语-英语翻译模型，在阿姆哈拉语-英语翻译中达到37.79的BLEU分数，在英语-阿姆哈拉语翻译中达到32.74。此外，我们探索了阿姆哈拉语同音字规范化对机器翻译任务的影响。结果表明，阿姆哈拉语同音字符的规范化提高了双向阿姆哈拉语-英语机器翻译的性能。
引用
@article{arxiv.2210.15224,
title = {The Effect of Normalization for Bi-directional Amharic-English Neural Machine Translation},
author = {Tadesse Destaw Belay and Atnafu Lambebo Tonja and Olga Kolesnikova and Seid Muhie Yimam and Abinew Ali Ayele and Silesh Bogale Haile and Grigori Sidorov and Alexander Gelbukh},
journal= {arXiv preprint arXiv:2210.15224},
year = {2022}
}