ChatGPT를 기반으로 한 저자원 언어와 중국어 간 기계 번역 품질 향상 방법에 관한 연구

최근 몇 년 동안, 기계 번역 엔진은 전통적인 통계 모델과 최신 신경망 모델을 모두 활용하여 대규모 고품질 말뭉치를 사용함으로써 번역 품질에서 상당한 개선을 이루었습니다. 이러한 발전은 고자원 언어 번역 품질의 지속적인 향상으로 이어졌습니다. 그러나 저자원 언어의 번역 성능은 아직 최적화되지 않았으며, 이는 주로 신경망 모델을 교육하는 데 필요한 대규모 이중 병렬 말뭉치를 확보하는 데 어려움이 있기 때문입니다. 본 연구는 대규모 언어 모델을 활용하여 저자원 언어의 기계 번역 품질을 향상시키고, 번역 품질을 개선하기 위한 다양한 방법을 탐구하며, 그 효과를 평가하는 것을 목표로 합니다. 특히, 이 연구는 다차원 품질 메트릭스(MQM) 프레임워크를 사용하여 인간 평가를 통해 이 두 방법의 효과성을 비교하는 데 중점을 두고 있습니다.