Data-Driven Approach for Formality-Sensitive Machine Translation: Language-Specific Handling and Synthetic Data Generation

要約

このペーパーでは、4 つのターゲット言語の固有の言語特性に対応する、形式依存型機械翻訳 (FSMT) のデータ駆動型アプローチを紹介します。
私たちの方法論は、1) 言語固有のデータ処理、2) 大規模言語モデルと経験的プロンプト エンジニアリングを使用した合成データ生成という 2 つの中核戦略を中心としています。
このアプローチはベースラインに比べて大幅な改善を示しており、データ中心の手法の有効性が強調されています。
当社の迅速なエンジニアリング戦略は、優れた合成翻訳例を生成することでパフォーマンスをさらに向上させます。

要約(オリジナル)

In this paper, we introduce a data-driven approach for Formality-Sensitive Machine Translation (FSMT) that caters to the unique linguistic properties of four target languages. Our methodology centers on two core strategies: 1) language-specific data handling, and 2) synthetic data generation using large-scale language models and empirical prompt engineering. This approach demonstrates a considerable improvement over the baseline, highlighting the effectiveness of data-centric techniques. Our prompt engineering strategy further improves performance by producing superior synthetic translation examples.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google