通过英语数据枢轴与自训练的无监督皮钦语文本生成
计算与语言
2021-04-28 v2
摘要
西非皮钦英语是在西非被广泛使用的语言,至少有7500万使用者。然而,针对皮钦英语的成熟机器翻译系统和相关NLP数据集几乎不存在。在这项工作中,我们开发了旨在缩小皮钦英语与英语在自然语言生成方面差距的技术。通过基于先前发布的单语皮钦英语文本和平行英语数据到文本语料库,我们希望构建一个能从结构化数据自动生成皮钦英语描述内容的系统。我们首先训练一个数据到英语文本生成系统,然后采用无监督神经机器翻译和自训练技术来建立皮钦语到英语的跨语言对齐。对生成的皮钦语文本进行的人工评估表明,尽管仍远未达到实用水平,枢轴+自训练技术提升了皮钦语文本的流畅度与相关度。
引用
@article{arxiv.2003.08272,
title = {Unsupervised Pidgin Text Generation By Pivoting English Data and Self-Training},
author = {Ernie Chang and David Ifeoluwa Adelani and Xiaoyu Shen and Vera Demberg},
journal= {arXiv preprint arXiv:2003.08272},
year = {2021}
}
备注
Accepted to Workshop at ICLR 2020