TURJUMAN：一个面向神经阿拉伯语机器翻译的公开工具包
计算与语言
2022-06-09 v1 人工智能
机器学习
摘要
我们提出 TURJUMAN，一个用于从 20 种语言翻译到现代标准阿拉伯语（MSA）的神经工具包。TURJUMAN 利用了近期引入的文本到文本 Transformer 模型 AraT5，赋予其强大的阿拉伯语解码能力。该工具包提供了采用多种不同解码方法的可能性，使其适用于获取 MSA 翻译的释义作为附加价值。为训练 TURJUMAN，我们从公开可用的平行数据中采样，采用简单的语义相似度方法以确保数据质量。这使我们得以准备并发布 AraOPUS-20，一个新的机器翻译基准。我们公开发布了我们的翻译工具包（TURJUMAN）以及我们的基准数据集（AraOPUS-20）。
引用
@article{arxiv.2206.03933,
title = {TURJUMAN: A Public Toolkit for Neural Arabic Machine Translation},
author = {El Moatez Billah Nagoudi and AbdelRahim Elmadany and Muhammad Abdul-Mageed},
journal= {arXiv preprint arXiv:2206.03933},
year = {2022}
}
备注
All authors contributed equally