Oct, 2020

非资源语言机器翻译的参与式研究：非洲语言案例研究

HTML
PDF
TL;DR本文探讨了如何利用参与性研究，将机器翻译(MT)技术应用于非洲语言，以解决NLP在地理分布上欠缺多样性并实现NLP的规模化问题。我们提出了一种可行性高并可扩展的情境下的参与式研究方案，其使非专业人员也能对MT技术的开发做出独特的科学贡献，并制定了适用于30多种语言的MT基准。
发现论文，激发创造
  • 低资源机器翻译的FLoRes评估数据集：尼泊尔语-英语和僧伽罗语-英语

    本研究介绍了FLoRes评估数据集，并针对Nepali-English和Sinhala-English等低资源语言，以维基百科翻译句子为基础，展开全面评测各类联机翻译方法的表现，进而发现当前最先进的方法对于这一基准测试的表现相对较差，给低资源机器翻译的研究提出了挑战。

    Feb, 2019

  • Masakhane -- 非洲机器翻译

    本文介绍了MASAKHANE建立非洲自然语言处理和机器翻译社区的方法和成功经验。

    Mar, 2020

  • 五种非洲语言低资源神经机器翻译基准

    研究了最近神经机器翻译 (NMT) 在英语和五种非洲低资源语言 (LRL) 对之间的效果，并表明多语言模型 (multilingual approach) 在某些翻译方向上有 +5 分数的提升。同时，提供标准的实验数据和测试集以供未来的研究使用。

    Mar, 2020

  • 低资源机器翻译调查

    介绍了低资源机器翻译研究领域的现状，重点是在少量翻译训练数据的情况下制备有用的翻译模型的挑战以及在近期几个共享任务中评估研究者的技术的描述。

    Sep, 2021

  • AfroMT: 非洲8种语言翻译的预训练策略和可重现基准

    我们提出了AfroMT，这是一个针对非洲8种使用广泛、标准、干净和可重现的机器翻译基准，并开发了诊断系统的一套分析工具，探讨了低资源预训练的可能性，提出了两种基于数据增强的策略，并展示了在11种语言预训练的情况下，数据受限情况下比跨语言转移基线提高了12 BLEU分数的结果。

    Sep, 2021

  • 无人被落下的语言：人本机器翻译的扩展

    本文介绍了一项针对低资源语言的研究，使用 Sparsely Gated Mixture of Experts 模型结合新的数据挖掘技术进行训练，从而实现了机器翻译中对于低资源语言的支持并提高了 BLEU 值。

    Jul, 2022

  • 南非语地区的多语言机器翻译：开普敦大学WMT22系统

    该论文讲述了开普敦大学提交给WMT22大规模机器翻译评估竞赛的受限跟踪的情况。该系统是一个单一的多语种翻译模型，可在英语和8种南部/东南部非洲语言之间进行翻译，并可在特定的非洲语言对之间进行翻译。该研究采用了多种适用于低资源机器翻译的技术，包括重叠BPE、回译、合成训练数据生成以及在训练过程中增加更多的翻译方向。结果表明，这些技术的价值尤为突出，特别是对于非常少或没有双语训练数据可用的方向。

    Oct, 2022

  • ChatGPT MT：高资源语言竞争力强（但对于低资源语言则不强）

    使用FLORES-200基准测试，我们提供了首个针对204种语言的实验证据和机器翻译成本分析，发现GPT模型在某些高资源语言上接近或超过传统机器翻译模型的性能，但在低资源语言上表现一直落后于传统机器翻译，对于我们覆盖的语言中的84.1％，ChatGPT的翻译能力低于传统机器翻译模型水平。我们的分析表明，语言的资源水平是决定ChatGPT相对翻译能力的最重要特征，并且暗示ChatGPT在低资源语言和非洲语言上处于劣势。

    Sep, 2023

  • 基于检索增强的语言模型提示的低资源机器翻译研究：以马姆贝语为例

    本文旨在探索使用大型语言模型（LLMs）将英文翻译成蒙巴依语，一种在东帝汶使用的语言，本研究使用少量数据对LLM进行指导，以提高低资源语言的机器翻译质量。

    Apr, 2024

  • 多语言自然语言处理中的评估实践：机器翻译能否替代人工翻译？

    对多语言语言模型进行评估，提出可靠的评估实践方向，通过机器翻译研究其在低资源语言上的性能，并发现简化的基准模型能够取得相对强的性能表现。

    Jun, 2024