論文の概要: GLOSS-MT: Controllable Low-Resource Machine Translation with an Editable Dictionary

• arxiv url: http://arxiv.org/abs/2610.24730v1
• Date: Sat, 17 Oct 2026 14:50:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 16:44:35.826994
• Title: GLOSS-MT: Controllable Low-Resource Machine Translation with an Editable Dictionary
• Title（参考訳）: GLOSS-MT:編集可能な辞書による制御可能な低リソース機械翻訳
• Abstract要約: 事前訓練された機械翻訳モデルを新しい用語に適用するには、通常、新しい並列データと別のラウンドの微調整が必要である。 MTに制御性を加えることができるかどうかを問うとともに、事前訓練されたモデルを劣化させることなく微調整の負担を軽減する。 NLLB-200(600M, 1.3B, 3.3B)、OPUS-MT en-tw、TranslateGemma 4Bに同じデータとパイプラインを適用する。 人間が翻訳した聖書の直接制御性テストでは、3つの微調整が辞書用語の79-97%を書かせた。
• 参考スコア（独自算出の注目度）: 0.040436968196236274
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adapting a pretrained machine translation (MT) model to new terminology usually requires new parallel data and another round of fine-tuning, which is costly for low-resource languages. We ask whether controllability can be added to MT, and the fine-tuning burden reduced, without degrading the pretrained model. GLOSS-MT looks up the source's noun phrases in an offline English-Twi dictionary, replaces every phrase found by its Twi translation in place, and fine-tunes a translation model once to translate these mixed inputs. We apply the same data and pipeline to NLLB-200 (600M, 1.3B, 3.3B), OPUS-MT en-tw and TranslateGemma 4B. On a document-level English-to-Asante Twi benchmark (84 documents, four domains), every fine-tune scores above its pretrained base in chrF2 (+2.85 to +5.48), and the three NLLB fine-tunes are the best open systems (50.12-50.80). A direct controllability test on human-translated Bible passages shows that the three fine-tunes tested write 79-97% of the dictionary terms, and that replacing every dictionary entry by a different term changes the output accordingly (70-97% of the new terms appear) with no retraining. We release the models, data and code.
• Abstract（参考訳）: 事前訓練された機械翻訳(MT)モデルを新しい用語に適用するには、通常、新しい並列データと、低リソース言語にコストがかかる別の細調整が必要になる。 MTに制御性を加えることができるかどうかを問うとともに、事前訓練されたモデルを劣化させることなく微調整の負担を軽減する。 GLOSS-MT は、ソースの名詞句をオフラインの English-Twi 辞書で検索し、Twi 翻訳で見つかったすべてのフレーズを置き換える。 NLLB-200(600M, 1.3B, 3.3B)、OPUS-MT en-tw、TranslateGemma 4Bに同じデータとパイプラインを適用する。 文書レベルのイングリッシュ・トゥ・アサンテ・ツイベンチマーク(84の文書、4つのドメイン)では、chrF2(+2.85から+5.48)で事前訓練されたベースより上のすべてのファイン・トゥンスコア、そして3つのNLLBファイン・トゥンが最良のオープン・システム(50.12-50.80)である。 人間が翻訳した聖書の直接制御性テストでは、3つの微調整が辞書用語の79-97%の書き込みをテストし、全ての辞書エントリを異なる用語で置き換えることによって(新しい用語の70-97%が現れる)、再訓練なしで出力を変更できることが示されている。 モデル、データ、コードをリリースします。

関連論文リスト

• Multiple References with Meaningful Variations Improve Literary Machine Translation [15.399876365676116]
  本稿では、Par3データセットにおける世界文学の異なる英訳間の意味的類似性を解析し、複数の参照を用いるためのベストプラクティスを検討する。 我々は,パラフレーズ間の意味的類似性を,低,中,高の3つのレベルに分類する。 中・高意味の類似性を持つパラフレーズを使用することで、BLEU(0.3-0.5)、COMET(0.1-0.9)、chrF++(0.17-0.32)が改善され、未フィルタリングデータセットのパフォーマンスが向上する。
  論文  参考訳（メタデータ） (2024-12-24T23:49:12Z)
• Towards Zero-Shot Multimodal Machine Translation [64.9141931372384]
  本稿では,マルチモーダル機械翻訳システムの学習において,完全教師付きデータの必要性を回避する手法を提案する。 我々の手法はZeroMMTと呼ばれ、2つの目的の混合で学習することで、強いテキストのみの機械翻訳(MT)モデルを適応させることである。 本手法が完全に教師付きトレーニングデータを持たない言語に一般化されることを証明するため,CoMMuTE評価データセットをアラビア語,ロシア語,中国語の3言語に拡張した。
  論文  参考訳（メタデータ） (2024-07-18T15:20:31Z)
• Machine Translation for Ge'ez Language [0.0]
  Ge'ezのような低リソース言語の機械翻訳は、語彙外単語、ドメインミスマッチ、ラベル付きトレーニングデータの欠如といった課題に直面している。 言語関連性に基づく多言語ニューラルマシン翻訳(MNMT)モデルを開発した。 また,最新のLCMであるGPT-3.5を用いて,ファジィマッチングを用いた数ショット翻訳実験を行った。
  論文  参考訳（メタデータ） (2023-11-24T14:55:23Z)
• The eBible Corpus: Data and Model Benchmarks for Bible Translation for Low-Resource Languages [1.4681482563848867]
  聖書翻訳(BT)の作業は現在、3,000以上の非常に低リソース言語で進行中である。 聖書の一部の1009の翻訳を含むデータセットを75の言語ファミリーで853の異なる言語で作成する。 BTデータセットのベンチマークに加えて、NLLB(No Language Left Behind)ニューラルマシン翻訳(NMT)モデルに基づいて構築されたモデルパフォーマンスベンチマークを導入する。
  論文  参考訳（メタデータ） (2023-04-19T18:52:49Z)
• BitextEdit: Automatic Bitext Editing for Improved Low-Resource Machine Translation [53.55009917938002]
  自動編集によりマイニングしたビットクストを改良することを提案する。 提案手法は,5つの低リソース言語ペアと10の翻訳方向に対して,最大8個のBLEUポイントでCCMatrixマイニングビットクストの品質を向上することを示す。
  論文  参考訳（メタデータ） (2021-11-12T16:00:39Z)
• Pre-training Multilingual Neural Machine Translation by Leveraging Alignment Information [72.2412707779571]
  mRASPは、汎用多言語ニューラルマシン翻訳モデルを事前訓練するためのアプローチである。 我々は,低,中,豊かな資源を含む多種多様な環境における42の翻訳方向の実験を行い,エキゾチックな言語対への変換を行った。
  論文  参考訳（メタデータ） (2020-10-07T03:57:54Z)
• Cross-lingual Supervision Improves Unsupervised Neural Machine Translation [97.84871088440102]
  我々は,高リソース言語対からゼロリソース翻訳方向への弱教師付き信号を活用するために,多言語非教師付きNMTフレームワークを導入する。 6つのベンチマークの教師なし翻訳方向において,BLEUスコアが3以上あることにより,翻訳品質が大幅に向上する。
  論文  参考訳（メタデータ） (2020-04-07T05:46:49Z)
• Learning Contextualized Sentence Representations for Document-Level Neural Machine Translation [59.191079800436114]
  文書レベルの機械翻訳は、文間の依存関係をソース文の翻訳に組み込む。 本稿では,ニューラルマシン翻訳(NMT)を訓練し,文のターゲット翻訳と周辺文の双方を予測することによって,文間の依存関係をモデル化するフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-30T03:38:01Z)

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。