Fabrício Carraro y sus coautores publicaron modelos de traducción automática con pesos abiertos entre el portugués y el nheengatú, la Língua Geral amazónica que hablan entre 6 y 10 mil personas. Los modelos se entrenaron con un nuevo corpus paralelo de 14.5 mil oraciones, que incluye la traducción al portugués de 2023 de la Constitución de Brasil. También añadieron un conjunto de prueba derivado de grabaciones de voz, que elevó la puntuación de traducción de voz en unos 25 puntos chrF++. El mejor sistema de portugués a nheengatú obtiene entre 31.7 y 32.8 chrF++ en artículos constitucionales que no se usaron para entrenarlo.
Por qué importa
Los modelos abiertos ofrecen a los hablantes de nheengatú una herramienta útil para comunicarse en su idioma en contextos jurídicos y cotidianos.
