低资源自动标注的嵌入式翻译
原文中文，约1600字，阅读约需4分钟。
📝
内容提要
本文介绍了一个涵盖1.8k种语言的跨语言翻译数据语料库，收集超过450k样例。研究表明，跨语言转移能有效提升资源稀缺语言的翻译质量。通过多语言模型的预训练和微调，模型在低资源语言的语音翻译和手语翻译方面取得显著进展。
❓
Q&A
跨语言翻译数据语料库的规模有多大？
该语料库覆盖了1.8k种语言，收集超过450k样例。
如何提高低资源语言的翻译质量？
通过多语言模型的预训练和微调，以及跨语言转移，可以有效提升低资源语言的翻译质量。
跨语言转移对资源稀缺语言的影响是什么？
跨语言转移有效提升了资源稀缺语言的翻译质量，未分词文本的形态准确性超过SOTA模型高达6.6%。
在低资源语言的语音翻译中，字符级识别转化为单词级有什么好处？
这种转化可以显著提高低资源语言语音翻译的速度和准确性。
零-shot翻译情景下的表现如何？
在零-shot翻译情景下，未见过的中低资源语言的BLEU分数平均提高了18.8分和11.9分。
该研究如何改善手语翻译的准确性？
研究提出了基于规则的启发式方法，提高了手语到文本翻译的机器翻译准确性。
🏷️
