AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：Q'eqchi'玛雅语×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月9日
12:36
12:36arXiv cs.LG@Alexander Chulzhanov, Soeren Eberhardt, Arjun Mukherjee
精选
该研究针对数字低资源土著语言的神经机器翻译（NMT）数据极度稀缺问题，提出了一种无需抓取目标语言平行文本的数据合成方法。以Q'eqchi'玛雅语为例，研究者将社区词典转化为大规模合成语料，并采用LoRA适配器对mT5-base模型进行参数高效微调（PEFT）。域内评估显示模型能有效学习复杂黏着形态和VOS语序（BLEU 42.02），但面对自然语言时存在结构-语义鸿沟（BLEU 0.59），模型过度拟合合成模板的结构约束。消融实验表明多任务学习导致负迁移，LoRA适配器参数容量有限，辅助任务与主任务竞争。最终结论是合成引导是高效的结构入门，但需要真实数据进行课程学习以完善语义。
论文低资源NMT数据合成参数高效微调LoRAQ'eqchi'玛雅语
推荐理由：低资源语言NMT研究者终于有了一个不依赖网络爬虫的可行方案——用社区词典合成数据+LoRA微调就能启动翻译模型，做濒危语言数字化的团队值得关注。
原文