論文の概要: AlexandriaX 2026: The First Shared Task on Dialectal Arabic Machine Translation

• arxiv url: http://arxiv.org/abs/2609.22796v1
• Date: Sat, 19 Sep 2026 05:59:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.557984
• Title: AlexandriaX 2026: The First Shared Task on Dialectal Arabic Machine Translation
• Title（参考訳）: AlexandriaX 2026: ダイアレクサンドラルアラビア機械翻訳に関する最初の共有タスク
• Abstract要約: アレクサンドリアX 2026 アラビア語 MT の共有タスクは、3つのサブタスクを通じて課題に対処する。 Subtask 1の最良のシステムは、制約のないトラックで30.42 spBLEU、制約のないトラックで33.49 spBLEUを達成した。 その結果、明示的な方言モデリング、文脈認識生成、検索と再ランク付け、およびMT誤り解析のための特殊なアプローチの利点が浮き彫りになった。
• 参考スコア（独自算出の注目度）: 65.18574662565511
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dialectal Arabic machine translation (MT) remains challenging despite recent progress in Arabic language technologies, particularly because effective translation requires modeling not only semantic content but also dialectal variation, conversational context, speaker and addressee characteristics, and sociolinguistic appropriateness. Moreover, conventional MT metrics provide limited insight into the linguistic errors produced by dialectal systems. We present the AlexandriaX 2026 Shared Task on Dialectal Arabic MT, which addresses these challenges through three complementary subtasks: (1) context-aware English-to-Dialectal Arabic dialogue translation across 13 Arabic varieties, (2) cross-dialect Arabic translation in the financial domain covering six Arabic dialects, and (3) span-level MT error detection and classification using linguistically motivated error categories across five Arabic varieties. The shared task attracted 38 registrations for Subtask 1, 33 for Subtask 2, and 35 for Subtask 3. Twelve unique teams submitted their system description papers, all of which we accepted for publication. The best system on Subtask 1 achieved 30.42 spBLEU in the constrained track and 33.49 spBLEU in the unconstrained track. On Subtask 2, the top system obtained 28.40 spBLEU. On Subtask 3, the best system achieved an overall score of 49.82, outperforming the 24.29 baseline. Taken together, the results of the leading systems across the three subtasks highlight the benefits of explicit dialect modeling, context-aware generation, retrieval and reranking, and specialized approaches to interpretable MT error analysis. All the resources of AlexandriaX 2026 shared task are publicly available, including data, baselines, and evaluation code on our project page: https://alexandriax.dlnlp.ai.
• Abstract（参考訳）: アラビア語の機械翻訳(MT)は、アラビア語技術の最近の進歩にもかかわらず、特に効果的な翻訳には、意味的コンテンツだけでなく、方言のバリエーション、会話の文脈、話者とアドレナの特性、社会言語学的適切性といったモデリングが必要である。 さらに、従来のMTメトリクスは、方言システムによって生成される言語的誤りについて限定的な洞察を与える。 本稿では,3つの補完的なサブタスクを通じてこれらの課題に対処するアレクサンドリアX 2026の共有タスクについて紹介する。(1) アラビア変種13種にわたる文脈認識英語と方言のアラビア語の対話翻訳,(2) 6つのアラビア方言をカバーする金融領域におけるアラビア語の相互翻訳,(3) 5つのアラビア変種にまたがる言語的に動機付けられた誤りカテゴリーを用いたMT誤りの検出と分類。 共有タスクにはSubtask 1, 33 for Subtask 2, 35 for Subtask 3が登録されている。 12のユニークなチームがシステム記述の書類を提出しました。 Subtask 1の最良のシステムは、制約のないトラックで30.42 spBLEU、制約のないトラックで33.49 spBLEUを達成した。 Subtask 2では、トップシステムは28.40spBLEUを得た。 Subtask 3では、総合スコアは49.82で24.29ベースラインを上回った。 まとめると、3つのサブタスクにわたる主要なシステムの結果は、明示的な方言モデリング、文脈認識の生成、検索と再ランク付け、MTエラー分析の解釈のための特殊なアプローチの利点を浮き彫りにしている。 AlexandriaX 2026の共有タスクのすべてのリソースは、私たちのプロジェクトページにあるデータ、ベースライン、評価コードを含む公開されています。

関連論文リスト

• NADI 2025: The First Multidialectal Arabic Speech Processing Shared Task [34.40587614887153]
  第6回Nuanced Arabic Dialect Identification (ADIN 2025) Shared Taskについて報告する。 アラビア語の方言処理を3つのサブタスク(音声方言識別、音声認識、ダイアクリティカルな復元)に焦点をあてた。 最高性能のシステムはSubtask 1, 35.68/12.20 WER/CER(全平均)で79.8%、Subtask 3で55/13 WER/CERを達成した。
  論文  参考訳（メタデータ） (2025-09-02T07:28:51Z)
• GenAI Content Detection Task 1: English and Multilingual Machine-Generated Text Detection: AI vs. Human [71.42669028683741]
  我々は,Coling 2025におけるGenAIワークショップの一環として,バイナリマシン生成テキスト検出における共有タスクを提案する。 このタスクは、モノリンガル(英: Monolingual)とマルチリンガル(英: Multilingual)の2つのサブタスクから構成される。 本稿では,データの包括的概要,結果の概要,参加システムの詳細な説明,提出内容の詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-01-19T11:11:55Z)
• NADI 2024: The Fifth Nuanced Arabic Dialect Identification Shared Task [28.40134178913119]
  第5回Nuanced Arabic Dialect Identification Shared Task(NADI 2024)の発見について述べる。 NADI 2024は、多ラベル課題としての方言の識別と、アラビア語の方言のレベルを識別することの両方を目標とした。 優勝チームはSubtask1で50.57 Ftextsubscript1、Subtask2で0.1403 RMSE、Subtask3で20.44 BLEUを達成した。
  論文  参考訳（メタデータ） (2024-07-06T01:18:58Z)
• SemEval-2024 Task 8: Multidomain, Multimodel and Multilingual Machine-Generated Text Detection [68.858931667807]
  Subtask Aは、テキストが人間によって書かれたか、機械によって生成されたかを決定するバイナリ分類タスクである。 サブタスクBは、テキストの正確なソースを検出し、それが人間によって書かれたか、特定のLCMによって生成されたかを認識する。 Subtask Cは、著者が人間から機械へ遷移するテキスト内の変化点を特定することを目的としている。
  論文  参考訳（メタデータ） (2024-04-22T13:56:07Z)
• SemEval-2024 Task 1: Semantic Textual Relatedness for African and Asian Languages [39.770050337720676]
  意味的テクスト関連性(STR)に関する最初の共有課題を提示する。 14言語にまたがる意味的関連性の広範な現象について検討する。 これらの言語は5つの異なる言語族の出身であり、主にアフリカとアジアで話されている。
  論文  参考訳（メタデータ） (2024-03-27T18:30:26Z)
• ArabicMMLU: Assessing Massive Multitask Language Understanding in Arabic [51.922112625469836]
  アラビア語における最初のマルチタスク言語理解ベンチマークである、データセット名を提案する。 我々のデータは、現代標準アラビア語(MSA)における40のタスクと14,575のマルチチョイス質問で構成されており、地域の母語話者と協調して慎重に構築されている。 35モデルについて評価した結果,特にオープンソースモデルにおいて,改善の余地がかなり高いことが判明した。
  論文  参考訳（メタデータ） (2024-02-20T09:07:41Z)
• MIA 2022 Shared Task: Evaluating Cross-lingual Open-Retrieval Question Answering for 16 Diverse Languages [54.002969723086075]
  16言語に類型的に多様である言語における言語横断的オープン-検索型問合せシステムの評価を行った。 反復的にマイニングされた多様な負の例を利用する最良のシステムは32.2 F1となり、ベースラインを4.5ポイント上回る。 第2のベストシステムは文書検索にエンティティを意識した文脈表現を使用し、タミル(20.8 F1)の大幅な改善を実現している。
  論文  参考訳（メタデータ） (2022-07-02T06:54:10Z)

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。