Experimento sobre uma tradução automática estatística baseada em frases usando informações de PoS Tag de Sundanês para Indonésio

Este artigo discute o problema da tradução de texto de Sundanês para Indonésio, como uma das traduções de pares de idiomas de baixo recurso. O número de corpus paralelo tem um impacto significativo na tradução automática estatística. Até o momento, não existem corpus paralelos de Sundanês para Indonésio prontos para uso. Portanto, aplicamos o PoS Tag em vez de apenas a forma superficial no modelo de tradução para obter um melhor resultado de tradução. Este experimento foi realizado para obter um resultado inicial na tradução de texto de Sundanês para Indonésio e para identificar problemas que surgem nisso. O resultado mostra que o modelo usando forma superficial e PoS Tag se saiu ligeiramente melhor do que o modelo que usa apenas a forma superficial. No entanto, existem alguns problemas enfrentados neste experimento, que são o grande número de OOV causado pelo número limitado de corpus paralelos e a tradução inadequada de frases causada por alguns ruídos no corpus paralelo, como erros de digitação e inconsistências na escrita de uma palavra no corpus Sundanês.