Eine Studie zur Verbesserung der ressourcenarmen thailaendisch-myanmarsch-englischen neuronalen maschinellen Übersetzung

In letzter Zeit wurden mehrere Methoden vorgeschlagen, um die Leistung der ressourcenarmen neuronalen maschinellen Übersetzung (NMT) zu verbessern. Diese Techniken wurden jedoch bisher nicht gründlich bei den ressourcenarmen thailändischen und myanmarischen Sprachen untersucht. Daher haben wir zunächst Augmentierungstechniken wie SwitchOut und ciphertextbasierte Datenaugmentierung (CipherDAug) angewendet, um die NMT-Leistung in diesen Sprachen zu verbessern. Zweitens haben wir die NMT-Leistung durch Feinabstimmung des vortrainierten multilingualen Denoising BART-Modells (mBART) verbessert, wobei BART für Bidirectional Auto-Regressive Transformer steht. Wir haben drei NMT-Systeme implementiert: nämlich Transformer+SwitchOut, Multi-Source Transformer+CipherDAug und feinabgestimmtes mBART in den bidirektionalen Übersetzungen der thailändisch-englisch-myanmarsch Sprachenpaare aus dem ASEAN-MT-Korpus. Die experimentellen Ergebnisse zeigten, dass Multi-Source Transformer+CipherDAug BLEU, Character n-gram F-Score (ChrF) und Translation Error Rate (TER) Punkte im Vergleich zu dem ersten Basis-Transformer und dem zweiten Basis-Edit-Based Transformer signifikant verbessert hat. Das Modell erreichte bemerkenswerte BLEU-Werte: 37.9 (Englisch-zu-Thai), 42.7 (Thai-zu-Englisch), 28.9 (Englisch-zu-Myanmar), 31.2 (Myanmar-zu-Englisch), 25.3 (Thai-zu-Myanmar) und 25.5 (Myanmar-zu-Thai). Das feinabgestimmte mBART-Modell übertraf auch erheblich die beiden Baselines, mit Ausnahme des Myanmar-zu-Englisch-Paars. SwitchOut verbesserte sich im Vergleich zur zweiten Baseline in allen Paaren und schnitt in den meisten Fällen ähnlich wie die erste Baseline ab. Schließlich führten wir detaillierte Analysen durch, die bestätigten, dass die CipherDAug- und mBART-Modelle potenziell zur Verbesserung der ressourcenarmen NMT-Leistung in thailändischen und myanmarischen Sprachen beitragen können.