ICLRMar, 2020

面向艾杜语族的神经机器翻译

PDF
TL;DR本文探讨在现代社会中，许多尼日利亚语言已经失去之前的声望和用途，转而使用英语和尼日利亚皮钦语，导致数百万母语为土著语言的人无法公平地获取信息、沟通、医疗、安全和参与政治民生事务等方面存在的不平等。为了减少排斥并促进社会语言和经济赋权，本文探讨使用神经机器翻译技术在尼日利亚南部的 Edoid 语系中的可行性。使用新的 JW300 公共数据集，本文训练和评估了此组中四种常用语言（Ed'o，'Es'an，Urhobo 和 Isoko）的基线翻译模型，并将训练模型、代码和数据集开源以推进未来的 Edoid 语言技术研究。
nigerian languagesenglishnigerian pidginneural machine translationedoid language family
发现论文，激发创造
  • 尼日利亚皮钦语的监督和无监督神经机器翻译基线

    研究实现了监督和无监督神经机器翻译模型来翻译英语和尼日利亚皮钦语，比较了不同的分词方法，在英语和尼日利亚皮钦语之间建立了良好的翻译基础。

    Mar, 2020

  • 面向非洲语言的神经机器翻译

    本文提出采用现有神经机器翻译技术为非瑟环语等低资源本地语言进行在线教育翻译以改进南非教育，并且实验证明采用 Transformer 架构击败以前翻译技术 5.33 BLEU 分数，展示了现有 NMT 技术为非洲语言提供的巨大潜力。

    Nov, 2018

  • PidginUNMT：从西非皮钦语到英语的无监督神经机器翻译

    本文介绍了针对西非洋泾浜英语最常用的变体进行的第一项自然语言处理工作，提供了标准语料库、跨语言嵌入和无监督神经机器翻译模型等三个贡献，有效地降低了未来 NLP 工作的准入门槛。

    Dec, 2019

  • 非洲语言神经机器翻译的重点

    探讨使用现代神经机器翻译技术实现英语翻译成五种南非官方语言（Afrikaans、isiZulu、Northern Sotho、Setswana、Xitsonga），提供可重复使用的数据、代码和结果，为非洲机器翻译研究提供比较和承建的起点。

    Jun, 2019

  • 尼日利亚派金语的低资源跨语言自适应训练

    本研究针对低资源语言建设有效的口语处理系统提出了一个跨语言自适应训练框架，包括持续和任务自适应训练，以适应基于预训练模型的自然语言处理任务，采用英语预训练语言模型作为英语 - Pidgin 任务的强先验，取得了最高 2.38 的 BLEU 分数，加入正字法数据增强和反向翻译的任务自适应训练对模型性能有显著影响。

    Jul, 2023

  • 多语言迁移学习改进原住民语言的神经机器翻译

    本篇研究尝试使用预训练的机器翻译模型进行从西班牙语到南美 10 种土著语言的翻译，相对于之前方法使用数据增强的手段，该方法在多种语言上取得了更好的效果。

    May, 2022

  • 美洲土著语言的神经机器翻译：介绍

    介绍了用于低资源语言机器翻译的神经模型的挑战、概念和技术，最后讨论了 NLP 社区对这些语言的兴趣所带来的最新进展和发现。

    Jun, 2023

  • 南非官方语言的神经机器翻译

    该研究旨在解决针对非洲语言的神经机器翻译方法应用的空缺问题，通过在英语和南非其余十种官方语言之间创建 NMT 基准 BLEU 得分来进行研究。

    May, 2020

  • HausaMT v1.0：面向英豪撒神经机器翻译

    构建英豪沙机器翻译基线模型，通过采用标准单词级和 BPE 子词级标记方法使用循环和变压器编码 - 解码架构评估模型性能，以改善低资源语言的神经机器翻译问题。

    Jun, 2020

  • 伊博语 - 英语机器翻译：评估基准

    该研究论文介绍了关于自然语言处理在非洲语言的应用的研究进展，指出非洲语言的自然语言处理技术和工具存在落后的现象。在此背景下，作者提出了建立一个 Igbo 语言的机器翻译基准数据集的思路，从而提升非洲语言的自然语言技术水平。

    Apr, 2020