摘要

阿巴西库拉（Arba Sicula）利用17,000对西西里语-英语翻译句子，开发了首个西西里语神经机器翻译系统。通过使用小型子词词汇表，我们训练了具有高dropout参数的小型Transformer模型，实现了BLEU分数在20分以上的成绩。随后，我们通过回译和多语言翻译补充了数据集，将分数提升至30分中段。此外，我们在数据集中融入了理论信息也是取得成功的关键因素之一。在训练之前，我们将子词词汇表偏向于教科书中常见的词尾变化（desinences）。同时，我们在数据集中加入了教科书练习题。