首页/论文/2004.00068

arXiv 2004.000682020-04cs.CL

评估法语到班巴拉语的人类翻译用于机器学习：一项试点研究

Assessing Human Translations from French to Bambara for Machine Learning: a Pilot Study

Centre National Collaboratif de l’Education en Robotique et en Intelligence Artificielle (RobotsMali)（国家机器人与人工智能教育合作中心（RobotsMali））；Rochester Institute of Technology（罗切斯特理工学院）；Orange Silicon Valley（Orange硅谷）

Michael Leventhal, Allahsera Tapo, Sarah Luger, Marcos Zampieri, Christopher M. Homan

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

我们提出了新的方法来评估人类翻译对齐文本的质量，以学习资源不足的语言的机器翻译模型。马里大学生翻译法文文本，对班巴拉语进行书面或口头翻译。我们的研究结果表明，类似的质量可以从书面或口头翻译某些类型的文本。他们还提出了具体的指示，应给予翻译人员，以提高他们的工作质量。

英文摘要：

We present novel methods for assessing the quality of human-translated aligned texts for learning machine translation models of under-resourced languages. Malian university students translated French texts, producing either written or oral translations to Bambara. Our results suggest that similar quality can be obtained from either written or spoken translations for certain kinds of texts. They also suggest specific instructions that human translators should be given in order to improve the quality of their work.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

面向低资源语言的领域特定MT：Bambara-法语案例

Domain-specific MT for Low-resource Languages: The case of Bambara-French

Centre National Collaboratif de l’Education en Robotique et en Intelligence Artificielle (RobotsMali)（国家机器人与人工智能教育合作中心（RobotsMali））；Orange Silicon Valley（Orange硅谷）；Rochester Institute of Technology（罗切斯特理工学院）

由于缺乏并行数据，翻译成低资源语言和从低资源语言翻译是机器翻译（MT）系统的挑战。在本文中，我们解决的问题，特定领域的MT班巴拉，在马里讲的资源不足的曼德语。我们提出了第一个特定领域的并行数据集MT班巴拉到法国和从法国。我们讨论了在低资源语言中处理少量特定于域的数据的挑战，并给出了在这些数据上进行机器学习实验的结果。

2021-03-31cs.CL

非洲语言计算机化-法语词典

Computerization of African languages-French dictionaries

Laboratoire LINA（LINA实验室）；Laboratoire GETALP-LIG（GETALP-LIG实验室）

本文介绍了DiLAF项目期间所做的工作。它包括按照LMF模型将5本最初为Word格式的非洲语-法语双语词典转换为XML。所处理的语言是班巴拉语、豪萨语、卡努里语、塔玛雅克语和桑海-扎马语，这些语言在自然语言处理工具方面仍被视为资源不足的语言。一旦转换，字典可以在Jibiki平台上在线查找和修改。首先介绍了DiLAF项目。以下是对每本词典的描述。在此基础上，给出了.doc格式到XML文件的转换方法。下面是关于Unicode使用的一个具体问题。然后，详细介绍了转换为XML和LMF的每个步骤。最后一部分介绍了本项目所使用的Jibiki词汇资源管理平台。

2014-05-22cs.CL

基于Transformer的低资源语言翻译流水线比较

A comparison of pipelines for the translation of a low resource language based on transformers

Department of Computer Science, University of Turin（托斯大学计算机科学系）；Department of Languages Studies, University of Turin（托斯大学语言研究系）；Department of Humanistic Studies, University of Turin（托斯大学人文科学系）；Department of Control and Computer Engineering, Politecnico di Torino（都灵politecnico控制与计算机工程系）

本文比较了三种基于Transformer的班巴拉语机器翻译流水线，发现简单的Transformer模型在低资源翻译任务中表现最佳，而指导模型在单一数据集上更能捕捉特定模式。

2025-09-15cs.CEcs.CLcs.CY

面向资源极其匮乏的非洲语言的神经机器翻译--以Bambara语言为例

Neural Machine Translation for Extremely Low-Resource African Languages: A Case Study on Bambara

Rochester Institute of Technology（罗切斯特理工学院）；Centre National Collaboratif de l’Education en Robotique et en Intelligence Artificielle (RobotsMali)（国家机器人与人工智能教育合作中心（马里机器人））；Google Research（谷歌研究院）；Orange Silicon Valley（奥兰治硅谷）

低资源语言对（神经）机器翻译提出了独特的挑战。我们讨论的情况下，班巴拉，曼德语的训练数据是稀缺的，需要大量的预处理。除了班巴拉语本身的语言情况外，班巴拉语使用者所生活的社会文化背景也对这种语言的自动化处理提出了挑战。在本文中，我们提出了第一个并行数据集的机器翻译的Bambara到英语和法语和第一个基准结果的机器翻译和Bambara。我们讨论了在低资源语言工作的挑战，并提出了策略，以应对低资源机器翻译（MT）的数据稀缺性。

2020-11-10cs.CL

利用迁移学习提高相似语言翻译质量

Improving Similar Language Translation With Transfer Learning

Natural Language Processing Lab（自然语言处理实验室）；The University of British Columbia（英属哥伦比亚大学）

我们研究了基于预训练神经机器翻译模型的迁移学习，以在（低资源）相似语言之间进行翻译。这项工作是我们对WMT 2021相似语言翻译共享任务的贡献的一部分，我们在该任务中提交了不同语言对的模型，包括法语-班巴拉语，西班牙语-加泰罗尼亚语和西班牙语-葡萄牙语。我们的加泰罗尼亚语-西班牙语（$82.79$ BLEU）和葡萄牙语-西班牙语（$87.11$ BLEU）模型在官方共享任务评估中排名前1，我们是唯一提交法语-班巴拉配对模型的团队。

2021-10-06cs.AIcs.CL

INAUT，法国海岸领航员手册指令的受控语言

INAUT, a Controlled Language for the French Coast Pilot Books Instructions nautiques

Institut Mines-Télécom（矿业电信研究所）；Télécom Bretagne（布列塔尼电信学院）

我们描述INAUT，一个控制的自然语言，致力于海上导航的知识库的协作更新和自动生成的海岸试点书籍（指令nautiques）的法国国家水文和海洋服务SHOM。INAUT基于法语，并大量使用地理参考实体。在描述了整个系统的结构，详细介绍了语言及其生成，并讨论了三个主要的应用程序INAUT（文件制作，与ENCs的互动和知识库的协作更新），我们得出结论，未来的扩展和开放的问题。

2014-05-15cs.CL

更多相关论文收起更多论文

FFR V1 .0：Fon-French神经机器翻译

FFR V1.0: Fon-French Neural Machine Translation

Kazan (Volga) Federal University（喀山（伏尔加）联邦大学）

非洲是世界上语言多样性最高的国家。由于语言对交流的重要性，以及可靠、强大和准确的机器翻译模型在现代跨文化交流中的重要性，人们一直在努力为许多非洲语言创建最先进的翻译模型。然而，非洲语言的低资源，变音和音调复杂性是非洲NLP今天面临的主要问题。FFR是朝着创建一个强大的翻译模型迈出的重要一步，从Fon（一种资源和音调非常低的语言）到法语，用于研究和公共使用。在本文中，我们描述了我们的试点项目：为Fon-to-French翻译创建一个大型不断增长的语料库，以及我们在此数据集上训练的FFR v1.0模型。数据集和模型是公开的。

2020-03-26cs.CL

自动补全分词器的试点研究

A Pilot Study of Autocompleting Tokenizers

Williams College（威廉姆斯学院）

该研究受自动补全书写系统启发，提出用轻量级自回归字节语言模型压缩Transformer输入的方案，在多语言机器翻译任务上验证其可减少序列长度且不降低翻译质量，适用于不同书写系统。

2026-08-18cs.CL