Tradutor：构建特定方言的翻译模型

语言模型已成为许多广泛使用系统的基础，但这些看似有利的模型也是双刃剑。虽然它们在涉及资源丰富语言（如英语）的任务中表现出色，但往往无法捕捉语言形式、方言和地区变体所固有的细微差别。诸如欧洲葡萄牙语此类语言因被更受欢迎的巴西葡萄牙语所忽视，导致在各种语言任务中性能不佳。为解决这一差距，我们介绍了首个专为欧洲葡萄牙语设计的开源翻译模型，同时构建了一个专为此任务设计的新型数据集。通过在两个基准数据集上的自动评估，我们的最佳模型在葡萄牙语翻译任务中超越了现有开源翻译系统，并接近行业领先的闭源系统在欧洲葡萄牙语的性能。通过公开数据集、模型和代码，我们旨在支持并鼓励进一步的研究，推动对被边缘化语言变体表征的发展。