研究人员开发了一种新颖的数据合成方法，为低资源土著语言（特别是克奇语玛雅语）创建神经机器翻译（NMT）模型。通过将词典转换为合成语料库，并在 mT5-base 模型上使用带有 LoRA 适配器的参数高效微调（PEFT），他们实现了强大的结构习得。然而，与自然语言相比，所得模型在词汇基础方面存在显著差距，这表明虽然合成数据在学习语法方面有效，但真实数据对于语义完善至关重要。 AI
影响 展示了一种为濒危语言创建翻译模型的可行方法，保护了语言数据主权。
排序理由 详细介绍低资源 NMT 新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.09767v1 Announce Type: cross Abstract: Neural machine translation for digitally low-resource Indigenous languages is often hindered by extreme data scarcity, prompting reliance on extractive web-scraping. To ensure data sovereignty, this study introduces a data synthes…
Neural machine translation for digitally low-resource Indigenous languages is often hindered by extreme data scarcity, prompting reliance on extractive web-scraping. To ensure data sovereignty, this study introduces a data synthesis methodology to bootstrap NMT models without scr…