第一款针对车臣语的开放机器翻译系统-计算机科学-大语言模型-机器翻译-多语言翻译.pdfVIP

第一款针对车臣语的开放机器翻译系统

Abu-ViskhanA.UmishovVladislavA.Grigorian

abuviskhanumishov@real.vladislav.grigorian@yandex.ru

InstituteofMathematics,MechanicsandComputerSciences,SouthernFederalUniversity,

Rostov-on-Don,344090Russia

Abstract车臣语属于纳克-达吉斯坦语系中的纳克

语支，与印古什语和巴茨比语同属这一语支。

我们介绍了首个用于车臣语和俄语之间翻

车臣语是车臣共和国和达吉斯坦的官方语言之

本译的开源模型，以及收集的用于训练和评一，在印古什特以及俄罗斯南部其他地区广泛

译估该模型的数据集。我们探索了微调能使用。在许多欧洲、中东和中亚国家都有讲车

中力，将一种新语言纳入大型语言模型系臣语的侨民。印古什语，作为车臣语的近亲，

统以实现多语言翻译NLLB-200。我们的

1

v模型在从俄语到车臣语和相反方向上的是印古什特共和国的官方语言之一，而巴茨比

2BLEU/ChrF++分数分别为8.34/34.69和语则在格鲁吉亚的图舍蒂地区被使用。书面车

7

620.89/44.55。翻译模型的发布伴随着平行臣语现在基于西里尔字母。

2词汇、短语和句子语料库以及适应车臣语

1书籍和杂志以车臣语出版，24小时的电

.的多语言句子编码器的分发。

7视和广播节目播出，并且已经开发了适用于

0

51介绍西里尔字母的键盘布局，然而该语言的状态被

2

:认为是脆弱的（根据联合国教科文组织分类为

v仅在俄罗斯联邦，车臣语就有大约150万3

iVU）。

x

r人使用，其中超过97%的人在日常生活中使用作为我们的工作的一部分，我们展示了以

a

它(,2020)。车臣语于2024年被添加到Google

下准备给Chechen的结果：

Translate1中，但据我们所知，尚未有公开的车

臣语翻译系统发布，尽管英-车臣语对有一个•基于LaBSE的句子编码器模型(Fengetal.,

基线(Kuduguntaetal.,2023)。我们的工作受到2022)4

了Dale,2022的启发，该文作者基于mBART50

•车臣语-俄语平行语料库5

模型(Tangetal.,2020)创建了一个用于先前未

被覆盖的厄尔兹亚语的翻译器。与论文作者一