論文の概要: Familiar letters, not related languages, let unseen languages into a shared space of meaning

• arxiv url: http://arxiv.org/abs/2611.06006v1
• Date: Wed, 04 Nov 2026 05:54:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.993269
• Title: Familiar letters, not related languages, let unseen languages into a shared space of meaning
• Title（参考訳）: 関連言語ではなく、親しみやすい文字は、見知らぬ言語を共通の意味空間にする
• Abstract要約: 関連言語ではなく、親しみやすい文字は、見知らぬ言語を共通の意味空間にする。 GlyphMindは27の書記システム間で翻訳を調整するために事前訓練された。
• 参考スコア（独自算出の注目度）: 68.5219923387154
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Hundreds of languages have written text but almost no translations, and whether a model learning one from untranslated text builds on a related language or familiar letters is unclear: they usually coincide. Here we show that familiar letters, not a related language, let an unseen language into a shared space of meaning. GlyphMind, a tokenizer-free vision transformer that reads text as pixels and lets any sentence be shown in any script, was pretrained to align translations across 27 writing systems. Adapted on untranslated Lao, a language and script it had never seen, it retrieved English translations seven times as often as the strongest simple baseline. Rewritten in unfamiliar letters, Lao did not enter although its close relative Thai was in pretraining; Santali, which had none, entered in Devanagari, familiar from Hindi, but not in its own script. Transliteration into familiar scripts may thus open multilingual models to languages without translations.
• Abstract（参考訳）: 何百もの言語がテキストを書いたが、翻訳はほとんど行われておらず、翻訳されていないテキストから学習したモデルが関連言語や慣れ親しんだ文字の上に構築されているかどうかは不明である。 ここでは、関連言語ではなく親しみやすい文字が、見知らぬ言語を共通の意味空間にすることを示す。 GlyphMindは、文字をピクセルとして読み、任意の文字を任意のスクリプトに表示させる、トークンフリーの視覚変換器で、27の文字システム間で翻訳を整列するように事前訓練された。 それまで見たことのない言語と台本である翻訳されていないラオスに適応し、英語の翻訳を最強の単純なベースラインの7倍の頻度で回収した。 ラオは不慣れな手紙で書き直したが、親密なタイ人が事前訓練を受けていたにもかかわらず、ラオは参加しなかった。 慣れ親しんだスクリプトへの翻訳は、多言語モデルを翻訳なしで言語に開放する可能性がある。

関連論文リスト

• Universal or Language-Family-Specific Script Unification for Cross-Lingual Transfer? A Case Study on Turkic Languages [1.2708506244327207]
  汎用ウロマンロマニザと家族固有の共通テュルク文字(CTS)の2つのスクリプト統合手法を比較した。 我々は、11のテュルク語から翻訳されたウィキペディアコーパスで一致した高速テキストモデルをトレーニングし、エンティティ認識とUniversal Dependencies-of-speechタグをWikiANNで評価した。
  論文  参考訳（メタデータ） (2026-08-10T09:35:38Z)
• Decoupled Vocabulary Learning Enables Zero-Shot Translation from Unseen Languages [55.157295899188476]
  ニューラルマシン翻訳システムは、異なる言語の文を共通の表現空間にマッピングすることを学ぶ。 本研究では、この仮説を未知の言語からのゼロショット翻訳により検証する。 この設定により、全く見えない言語からのゼロショット翻訳が可能になることを実証する。
  論文  参考訳（メタデータ） (2024-08-05T07:58:58Z)
• Breaking the Script Barrier in Multilingual Pre-Trained Language Models with Transliteration-Based Post-Training Alignment [50.27950279695363]
  転送性能は、低リソースのターゲット言語が高リソースのソース言語とは異なるスクリプトで書かれている場合、しばしば妨げられる。 本論文は,この問題に対処するために翻訳を用いた最近の研究に触発されて,翻訳に基づくポストプレトレーニングアライメント(PPA)手法を提案する。
  論文  参考訳（メタデータ） (2024-06-28T08:59:24Z)
• Script-Agnostic Language Identification [21.19710835737713]
  コンカニ語、カシミリ語、パンジャービ語などの現代語は、複数の文字で同期的に書かれている。 いくつかの異なる実験手法を用いて,スクリプトに依存しない表現の学習を提案する。 単語レベルのスクリプトランダム化と複数のスクリプトで書かれた言語への露出は、下流のスクリプトに依存しない言語識別に非常に有用である。
  論文  参考訳（メタデータ） (2024-06-25T19:23:42Z)
• Train Global, Tailor Local: Minimalist Multilingual Translation into Endangered Languages [26.159803412486955]
  人道的なシナリオでは、非常に低いリソース言語への翻訳は、しばしば普遍的な翻訳エンジンを必要としない。 我々は、多くのリッチリソース言語からの翻訳資源を活用して、最大限の翻訳品質を効率よく生成しようと試みている。 事前訓練済みの大規模多言語モデルをまずドメイン/テキストに適用し,次いでリソースの少ない言語に適応することが最善であることがわかった。
  論文  参考訳（メタデータ） (2023-05-05T23:22:16Z)
• Investigating Lexical Sharing in Multilingual Machine Translation for Indian Languages [8.858671209228536]
  ネパールのヒンディー語から英語への多言語機械翻訳における語彙共有について検討した。 文字の書き起こしが顕著な改善を与えていないことが分かりました。 分析の結果,オリジナルスクリプトでトレーニングした多言語MTモデルは,すでに多言語間の違いに対して堅牢であることがわかった。
  論文  参考訳（メタデータ） (2023-05-04T23:35:15Z)
• Beyond Arabic: Software for Perso-Arabic Script Manipulation [67.31374614549237]
  ペルソ・アラビア文字を使用する言語の書き起こしシステムを操作するための有限状態トランスデューサ(FST)コンポーネントとそれに対応するユーティリティのセットを提供する。 ライブラリはまた、単純なFSTベースのロマン化と文字変換も提供する。
  論文  参考訳（メタデータ） (2023-01-26T20:37:03Z)
• Graphemic Normalization of the Perso-Arabic Script [47.429213930688086]
  本稿では,ペルソ・アラビア語が最良文書言語を超えて提示する課題について述べる。 自然言語処理(NLP)の状況に注目する。 ペルソ・アラビア文字ディアスポラの多言語語族8言語に対する正規化が機械翻訳および統計言語モデリングタスクに及ぼす影響を評価する。
  論文  参考訳（メタデータ） (2022-10-21T21:59:44Z)

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。