要約
このペーパーでは、エンティティアウェアマシン翻訳（EA-MT）の共有タスクであるSemeval 2025タスク2の調査結果を紹介します。
このタスクの目標は、英語の文を正確にターゲット言語に翻訳できる翻訳モデルを開発することです。これは、MTシステムに課題をもたらすことが多い名前のエンティティの取り扱いに特に焦点を当てています。
タスクは、10のターゲット言語をソースとして英語でカバーします。
この論文では、採用したさまざまなシステムについて説明し、結果を詳細に説明し、実験から得た洞察について説明します。
要約(オリジナル)
This paper presents our findings for SemEval 2025 Task 2, a shared task on entity-aware machine translation (EA-MT). The goal of this task is to develop translation models that can accurately translate English sentences into target languages, with a particular focus on handling named entities, which often pose challenges for MT systems. The task covers 10 target languages with English as the source. In this paper, we describe the different systems we employed, detail our results, and discuss insights gained from our experiments.
arxiv情報
| 著者 | Abdulhamid Abubakar,Hamidatu Abdulkadir,Ibrahim Rabiu Abdullahi,Abubakar Auwal Khalid,Ahmad Mustapha Wali,Amina Aminu Umar,Maryam Bala,Sani Abdullahi Sani,Ibrahim Said Ahmad,Shamsuddeen Hassan Muhammad,Idris Abdulmumin,Vukosi Marivate |
| 発行日 | 2025-03-25 14:29:43+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google