Wdowiak

自动化数据管道提升西西里语翻译质量

研究人员开发了一个自动化数据管道，以改进西西里语（一种低资源语言）的神经机器翻译。他们重新开发了从期刊 Arba Sicula 中提取平行文本的过程，改进了句子对齐和错误过滤。该研究将从头开始训练的小型 Transformer 模型与微调的 NLLB-200 模型进行了比较，发现后者表现明显优于前者，尤其是在分阶段训练、使用前向评分的机器翻译和精选文学文本时。