Fugu-MT 論文翻訳(概要): Rosetta at AlexandriaX-2026: LoRA-Adapted NileChat for Context-Aware Dialectal Arabic Dialogue Translation

論文の概要: Rosetta at AlexandriaX-2026: LoRA-Adapted NileChat for Context-Aware Dialectal Arabic Dialogue Translation

arxiv url: http://arxiv.org/abs/2609.10395v1
Date: Wed, 09 Sep 2026 16:15:41 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:09.107737
Title: Rosetta at AlexandriaX-2026: LoRA-Adapted NileChat for Context-Aware Dialectal Arabic Dialogue Translation
Title（参考訳）: Rosetta at AlexandriaX-2026: LoRA-Adapted NileChat for Context-Aware Dialectal Arabic Dialogue Translation (英語)
Abstract要約: 本稿では、アレクサンドリアX共有タスクのサブタスク1のロゼッタシステムについて述べる。この手法は,NileChat-3B上のLoRAアダプタを構造化システム/ユーザにより微調整し,その条件生成を方言と対話コンテキストで促す。
参考スコア（独自算出の注目度）: 0.12610878295802416
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes the Rosetta system for Subtask 1 (Context-Aware English-to-Dialectal Arabic Dialogue Translation) of the AlexandriaX shared task, participating in both constrained and unconstrained tracks. The approach fine-tunes a LoRA adapter on NileChat-3B using structured system/user prompts that condition generation on dialect and dialogue context. For the unconstrained track, the adapter is additionally pretrained on MADAR and PADIC. Rosetta ranked 4th in the constrained track (spBLEU 26.10) and 5th in the unconstrained track (spBLEU 25.09). The experimental results demonstrate that external pretraining helps only two of thirteen dialects while slightly hurting overall performance, suggesting negative transfer.
Abstract（参考訳）: 本稿では、アレクサンドリアX共有タスクにおけるサブタスク1のロゼッタシステムについて述べる。この手法は,NileChat-3B上のLoRAアダプタを構造化システム/ユーザにより微調整し,その条件生成を方言と対話コンテキストで促す。制約のないトラックでは、アダプタはMADARとPADICで事前訓練される。ロゼッタは制約付きトラック(spBLEU 26.10)で4位、制約なしトラック(spBLEU 25.09)では5位となった。実験結果から,13の方言のうち2つの方言は外的事前訓練が有効であり,全体の性能はわずかに損なわれ,負の移動が示唆された。

関連論文リスト

Reasoning-Guided Claim Normalization for Noisy Multilingual Social Media Posts [1.6463331652188433]
ノイズの多いソーシャルメディアの投稿を、20言語にわたる明確で検証可能なステートメントに変換する。重要なコントリビューションは、誰が、何、どこで、いつ、なぜ、どのように質問が堅牢な言語間の移動を可能にするかを使って、投稿を体系的に分解する方法を示している。
論文参考訳（メタデータ） (2025-11-07T08:52:04Z)
NAVER LABS Europe Submission to the Instruction-following Track [25.9221252675616]
We describe NAVER LABS Europe submit to the instruction-following speech processing short track at IWSLT 2025。 ASR,ST,SQAタスクを英語の音声入力から中国語,イタリア語,ドイツ語の3言語に同時実行可能なシステムを開発した。
論文参考訳（メタデータ） (2025-06-02T15:52:57Z)
BeaverTalk: Oregon State University's IWSLT 2025 Simultaneous Speech Translation System [5.712277386555735]
BeaverTalkは、IWSLT 2025の同時翻訳タスクの一部として、音声からテキストへの翻訳を行うカスケードシステムである。システムアーキテクチャでは、音声ストリームをセグメントに分割するためのVADセグメンタ、自動音声認識(ASR)のためのWhisper Large V2、同時翻訳のためのGemma 3 12Bが採用されている。システムは低レイテンシと高レイテンシの両方の体制において、英語$rightarrow$Germanおよび英語$rightarrow$ Chinese language directionに参加した。
論文参考訳（メタデータ） (2025-05-29T21:34:49Z)
SeamlessM4T: Massively Multilingual & Multimodal Machine Translation [90.71078166159295]
音声から音声への翻訳,音声からテキストへの翻訳,テキストからテキストへの翻訳,最大100言語の自動音声認識をサポートする単一モデルSeamlessM4Tを紹介する。我々は、音声とテキストの両方に英語を翻訳できる最初の多言語システムを開発した。 FLEURSでは、SeamlessM4Tが複数のターゲット言語への翻訳の新しい標準を設定し、音声からテキストへの直接翻訳において、以前のSOTAよりも20%BLEUの改善を実現している。
論文参考訳（メタデータ） (2023-08-22T17:44:18Z)
Adversarial Training For Low-Resource Disfluency Correction [50.51901599433536]
ディフルエンシ補正(DC)のための逆学習型シーケンスタグ付けモデルを提案する。提案手法の利点は,3つのインド語でDCに対して評価することで,合成された非流動データに大きく依存することを示す。また,本手法は,音声障害によって導入されたASR文字の破面的不一致の除去にも有効である。
論文参考訳（メタデータ） (2023-06-10T08:58:53Z)
ComSL: A Composite Speech-Language Model for End-to-End Speech-to-Text Translation [79.66359274050885]
公的な事前訓練された音声のみのモデルと言語のみのモデルからなる複合アーキテクチャ上に構築された音声言語モデルであるComSLを提案する。提案手法は,エンドツーエンドの音声-テキスト翻訳タスクにおいて有効であることを示す。
論文参考訳（メタデータ） (2023-05-24T07:42:15Z)
User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
論文参考訳（メタデータ） (2023-04-11T20:41:41Z)
A Multi-task Multi-stage Transitional Training Framework for Neural Chat Translation [84.59697583372888]
ニューラルチャット翻訳(NCT)は、異なる言語の話者間の言語間チャットを翻訳することを目的としている。既存の文脈対応NMTモデルは、注釈付きバイリンガル対話のリソースが限られているため、満足な性能を達成できない。 NCTモデルをバイリンガルチャット翻訳データセットと追加の単言語対話を用いて訓練するマルチタスク・マルチステージ・トランザクショナル(MMT)トレーニングフレームワークを提案する。
論文参考訳（メタデータ） (2023-01-27T14:41:16Z)
Scheduled Multi-task Learning for Neural Chat Translation [66.81525961469494]
ニューラルチャット翻訳(NCT)のためのマルチタスク学習フレームワークを提案する。具体的には、大規模なドメイン内チャット翻訳データをトレーニングに組み込むための3段階のトレーニングフレームワークを考案する。提案手法の有効性と優越性を検証するために, 4言語方向の広範囲な実験を行った。
論文参考訳（メタデータ） (2022-05-08T02:57:28Z)
Auto Correcting in the Process of Translation -- Multi-task Learning Improves Dialogue Machine Translation [31.247920419523066]
対話コーパスを深く分析し,対話翻訳における3つの主要な課題を要約する。本稿では,欠落と型を識別し,文脈を利用して対話発話を翻訳する共同学習手法を提案する。提案手法は,ベースライン上での3.2BLEUの翻訳品質を向上することを示す。
論文参考訳（メタデータ） (2021-03-30T09:12:47Z)

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。