Developing Bidirectional English-Anuak Machine Translation Using a Deep Learning Approach

Tessfu Geteye Fantaye

doi:10.1007/978-3-032-05063-2_13

2026-01-01

PRE

Tessfu Geteye Fantaye *

Getachew Abera

DOI：10.1007/978-3-032-05063-2_13

原文链接

原文求助

摘要

En 中文

针对资源丰富的语言如英语、中文等进行了多种机器翻译（MT）研究。然而，由于埃塞俄比亚语言资源匮乏，英语与埃塞俄比亚语言之间的MT研究仍处于起步阶段。安努克语是埃塞俄比亚和南苏丹使用的一种语言，资源极为有限，且严重缺乏计算语言学工具。为解决此问题，本研究探讨了通过深度学习方法开发双向英语-安努克语翻译。共收集了26,448句双语平行文本语料库，并对语料库进行了多种预处理任务，以使其适用于模型开发。语料库分为80%（21,158句）用于训练和20%（5,290句）用于测试模型。开发了用于双向英语-安努克语MT的深度学习模型，包括长短期记忆（LSTM）、双向LSTM（BiLSTM）、门控循环单元（GRU）、双向GRU（BiGRU）以及带有和不带有注意力机制的Transformer模型。进行了多次实验以确定模型的超参数最优值。使用最优超参数，所有模型均经过训练，并使用BLEU评分评估指标进行评估。结果显示，Transformer模型表现最佳，英语-安努克语和安努克语-英语的BLEU评分分别为32.31和33.65。总体而言，循环神经网络变体和Transformer模型适用于开发英语-安努克语的双向MT。

Keyword:

Machine translation

Anuak language

English language

Bi-directional Anuak-English

Transformer