Mar, 2021

面向低资源语言的领域特定机器翻译：以班巴拉语 - 法语为例

PDF
TL;DR这篇论文关注低资源语言的机器翻译，特别针对马里的曼德语 Bambara 进行领域特定的机器翻译，构建了第一个 Bambara 到法语的领域特定平行语料库，并探讨了在小数量领域特定数据下进行低资源语言研究的挑战，进而展示在该数据下的机器学习实验结果。
发现论文，激发创造
  • 极低资源非洲语言的神经机器翻译：巴姆巴拉语案例研究

    本文研究了 Bambara 这种低资源语言的机器翻译问题，并提出了处理低资源语言数据稀缺问题的策略。我们还介绍了第一个 Bambara 到英文和法文的机器翻译平行数据集，并且提供了第一个机器翻译 Bambara 的基准结果。

    Nov, 2020

  • Ngambay - 法语神经机器翻译 (sba-Fr)

    该研究聚焦于低资源语言，特别关注尼日尔的低资源语言，制定了有效的数据收集方法，构建了第一个 sba-Fr 数据集，并对三个预训练模型进行了优化，结果显示 M2M100 模型在原始数据和原始 + 合成数据上都取得了较高 BLEU 分数，该公开数据集可用于研究目的。

    Aug, 2023

  • 通过多语言转移学习利用跨领域平行数据进行低资源神经机器翻译的开发

    本文提出了一种新的多语种多阶段微调方法，融合了领域自适应、多语言和反向翻译，通过利用域外数据的转移学习方法来帮助改善日俄低资源神经机器翻译的质量。

    Jul, 2019

  • 基于内容本地化的神经机器翻译系统：非正式方言阿拉伯语：西班牙语 / 法语到黎凡特 / 海湾阿拉伯语

    通过利用人工智能的力量，我们提出了一个框架，将高资源语言的内容本土化到低资源的语言 / 方言，以丰富资源不足的阿拉伯方言并加快地跨智能城市之间的多样的在线社交行为研究。同时，我们的实验结果证明了我们提出的解决方案在高低资源语言和方言之间的资源利用能力，以及忽视相同语言内的方言可能导致对在线社交行为的误导分析。

    Dec, 2023

  • 塞内加尔沃洛夫语的低资源机器翻译

    本文介绍了一种基于循环神经网络（RNN）的机器翻译模型，结合次词单元和法语 - 英语语言对培训，提高了 Wolof / 法语对翻译性能。

    May, 2023

  • 低资源语言的神经机器翻译

    该研究探索了低资源语言领域的神经机器翻译以及如何通过 NLP 和深度学习技术对语言模型进行改进

    Apr, 2023

  • 低资源语言方言的机器翻译

    提出了一种快速适应机器翻译系统生成不同于标准目标语言的语言变体的框架，通过对英俄翻译系统进行适应，可以生成乌克兰语和白俄罗斯语；适应英挪威博克马尔翻译系统可以生成尼诺斯克语；适应英语 - 阿拉伯语翻译系统可以生成四种阿拉伯方言，与竞争基线相比，取得了显著的改进。

    Jun, 2021

  • 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

  • 在印度尼西亚的低资源本地语言上复制性评测神经机器翻译 (NMT)

    通过对印尼四种资源匮乏的本土语言：爪哇语、巽他语、民丹・卡巴乌语和巴厘语的神经机器翻译系统进行全面分析，本研究揭示了适用于资源匮乏语言翻译的实用策略，展示了实现竞争性翻译品质的神经机器翻译系统，对类似背景的研究者提供了有价值的指导。

    Nov, 2023

  • 利用可比语料库诱导的双语词典进行低资源语言的神经机器翻译

    本文使用端到端的 Siamese 双向递归神经网络从 Wikipedia 的可比较多语言文章中提取并生成平行句子，证明使用所收集的数据集可以提高低资源语言对 (英―印度语和英―泰米尔语) 上的 BLEU 分数。

    Jun, 2018