基于 Transformer 的低资源语言翻译：巴尔喀什语至西希提语研究
计算与语言
2025-10-23 v1 计算机与社会
摘要
机器翻译（MT）已从规则驱动和统计方法发展到基于 Transformer 架构的神经方法。虽然这些方法在高资源语言方面取得了令人印象深刻的成绩，但低资源变体如西希提语仍未得到充分探索。本文通过微调多语言 Transformer 模型，研究了巴尔喀什语至西希提语的翻译，并与零样本大型语言模型（LLM）进行比较。实验结果表明，微调模型显著优于 LLM，其中 mBART-50 实现了最高的翻译 adequacy，MarianMT 显示出最强的字符级忠实性。这些发现凸显了针对边缘语言进行任务特定适配的重要性，为包容性语言技术的持续努力做出了贡献。
引用
@article{arxiv.2510.18898,
title = {Transformer-Based Low-Resource Language Translation: A Study on Standard Bengali to Sylheti},
author = {Mangsura Kabir Oni and Tabia Tanzin Prama},
journal= {arXiv preprint arXiv:2510.18898},
year = {2025}
}