arXiv · cs.CL· Fabrício Carraro·· 17 天前AI 评分18
面向亚马孙通用语 Nheengatu 的开源机器翻译系统与可复现语料库管线
The Constitution Speaks Nheengatu: An Open MT System and Reproducible Corpus Pipeline for the Amazonian Língua Geral
来源与原文
arXiv · cs.CL
作者：Fabrício Carraro
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.14760v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者构建了迄今最大的葡萄牙语—Nheengatu 平行语料库（14.5k 句对），以 2023 年巴西联邦宪法官方翻译为核心，并发布首个开源权重双向 MT 模型。最终系统在文章不相交的宪法文本上达 31.7–32.8 chrF++，近域集 64.1–64.5，语音 45.2–47.5；加入转写口语语料使语音 chrF++ 提升 24–27 分。更大的 NLLB 模型仅改善译入葡语、不改善译入 Nheengatu 的效果。
来源：arXiv · cs.CL · arxiv.org