論文の概要: Dialectal and Low-Resource Machine Translation for Aromanian

• arxiv url: http://arxiv.org/abs/2410.17728v2
• Date: Tue, 07 Jan 2025 11:06:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-08 15:47:44.988794
• Title: Dialectal and Low-Resource Machine Translation for Aromanian
• Title（参考訳）: アロマニア語のための辞書・低リソース機械翻訳
• Authors: Alexandru-Iulius Jerpelea, Alina Rădoi, Sergiu Nisioi,
• Abstract要約: 本稿では,英語,ルーマニア語,ルーマニア語をサポートするニューラルマシン翻訳システムの構築プロセスについて述べる。 主な貢献は、79,000の文対からなるルーマニアとルーマニアの最も広範な平行コーパスの作成である。 そこで本研究では,テキストマイニングと自動評価のための言語に依存しない文埋め込みモデルを含む補助ツール群を提案する。
• 参考スコア（独自算出の注目度）: 44.99833362998488
• License:
• Abstract: This paper presents the process of building a neural machine translation system with support for English, Romanian, and Aromanian - an endangered Eastern Romance language. The primary contribution of this research is twofold: (1) the creation of the most extensive Aromanian-Romanian parallel corpus to date, consisting of 79,000 sentence pairs, and (2) the development and comparative analysis of several machine translation models optimized for Aromanian. To accomplish this, we introduce a suite of auxiliary tools, including a language-agnostic sentence embedding model for text mining and automated evaluation, complemented by a diacritics conversion system for different writing standards. This research brings contributions to both computational linguistics and language preservation efforts by establishing essential resources for a historically under-resourced language. All datasets, trained models, and associated tools are public: https://huggingface.co/aronlp and https://arotranslate.com
• Abstract（参考訳）: 本稿では,英語,ルーマニア語,ルーマニア語をサポートするニューラルマシン翻訳システムの構築プロセスについて述べる。 本研究の主な貢献は,(1) Aromanian-Romanian並列コーパスの作成,(2) Aromanian向けに最適化された機械翻訳モデルの開発と比較分析である。 そこで本研究では,テキストマイニングと自動評価のための言語に依存しない文埋め込みモデルと,異なる文章標準に対するダイアクリティカル変換システムによって補完される自動評価を含む,補助的なツール群を紹介する。 本研究は、歴史的に未資源の言語に不可欠な資源を確立することにより、計算言語学と言語保存の両活動に貢献する。 すべてのデータセット、トレーニングされたモデル、関連するツールが公開されています。

関連論文リスト

• Enhancing Language Learning through Technology: Introducing a New English-Azerbaijani (Arabic Script) Parallel Corpus [0.9051256541674136]
  本稿では,英語・アゼルバイジャン語の並列コーパスについて紹介する。 これは、低リソース言語のための言語学習と機械翻訳の技術的ギャップを埋めるように設計されている。
  論文  参考訳（メタデータ） (2024-07-06T21:23:20Z)
• A Novel Cartography-Based Curriculum Learning Method Applied on RoNLI: The First Romanian Natural Language Inference Corpus [71.77214818319054]
  自然言語推論は自然言語理解のプロキシである。 ルーマニア語のNLIコーパスは公開されていない。 58Kの訓練文対からなるルーマニア初のNLIコーパス(RoNLI)を紹介する。
  論文  参考訳（メタデータ） (2024-05-20T08:41:15Z)
• Conversations in Galician: a Large Language Model for an Underrepresented Language [2.433983268807517]
  本稿では,ガリシア語に対する自然言語処理(NLP)を強化するために設計された2つの新しい資源を紹介する。 52,000の指示と実演を含むアルパカデータセットのガリシア適応について述べる。 データセットユーティリティのデモとして、元々モデルでサポートされていない言語であるGalicianで、LLaMA-7Bの理解と応答を微調整した。
  論文  参考訳（メタデータ） (2023-11-07T08:52:28Z)
• The Grammar and Syntax Based Corpus Analysis Tool For The Ukrainian Language [0.0]
  StyloMetrixは、英語、スペイン語、ドイツ語などの文法、スタイリスティック、構文パターンを分析するツールである。 我々は、StyloMetrixパイプラインを説明し、テキスト分類タスクのためにこのツールでいくつかの実験を行う。 また、パッケージの主な制限とメトリクスの評価手順についても述べる。
  論文  参考訳（メタデータ） (2023-05-22T22:52:47Z)
• No Language Left Behind: Scaling Human-Centered Machine Translation [69.28110770760506]
  低レベルの言語と高レベルの言語のパフォーマンスギャップを狭めるためのデータセットとモデルを作成します。 何千ものタスクをトレーニングしながらオーバーフィッティングに対処するために,複数のアーキテクチャとトレーニングの改善を提案する。 本モデルでは,従来の最先端技術と比較して,BLEUの44%の改善を実現している。
  論文  参考訳（メタデータ） (2022-07-11T07:33:36Z)
• X-SCITLDR: Cross-Lingual Extreme Summarization of Scholarly Documents [12.493662336994106]
  学術領域における4つの異なる言語に対する抽象的言語間要約データセットを提案する。 我々は、英語論文を処理し、ドイツ語、イタリア語、中国語、日本語で要約を生成するモデルを訓練し、評価する。
  論文  参考訳（メタデータ） (2022-05-30T12:31:28Z)
• Models and Datasets for Cross-Lingual Summarisation [78.56238251185214]
  対象言語における多文要約に関連付けられたソース言語において,長い文書を含む言語間要約コーパスを提案する。 コーパスは、チェコ語、英語、フランス語、ドイツ語の4つの言語について、12の言語対と指示をカバーしている。 言語対応のウィキペディアのタイトルから、主節と記事の本体を組み合わせることで、ウィキペディアから言語横断的な文書要約インスタンスを導出する。
  論文  参考訳（メタデータ） (2022-02-19T11:55:40Z)
• Learning Contextualised Cross-lingual Word Embeddings and Alignments for Extremely Low-Resource Languages Using Parallel Corpora [63.5286019659504]
  そこで本稿では,小さな並列コーパスに基づく文脈型言語間単語埋め込み学習手法を提案する。 本手法は,入力文の翻訳と再構成を同時に行うLSTMエンコーダデコーダモデルを用いて単語埋め込みを実現する。
  論文  参考訳（メタデータ） (2020-10-27T22:24:01Z)
• The birth of Romanian BERT [1.377045689881944]
  本稿では,ルーマニア語トランスフォーマーをベースとした最初の言語モデルであるルーマニア語BERTについて紹介する。 本稿では,コーパスの構成とクリーニング,モデルトレーニングプロセス,およびルーマニアの様々なデータセット上でのモデルの広範囲な評価について論じる。
  論文  参考訳（メタデータ） (2020-09-18T09:30:48Z)
• A Multi-Perspective Architecture for Semantic Code Search [58.73778219645548]
  テキストマッチングのための新しい多言語間ニューラルネットワークを提案する。 CoNaLaデータセットを用いた実験により,提案したモデルでは,従来の手法よりも優れた性能が得られることが示された。
  論文  参考訳（メタデータ） (2020-05-06T04:46:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。