Fabrício Carraro en coauteurs hebben open-weightsystemen voor machinevertaling tussen het Portugees en het Nheengatu uitgebracht. Nheengatu is de Amazonevariant van Língua Geral, die door 6‑10 k mensen wordt gesproken. De modellen zijn getraind op een nieuwe parallelle corpus van 14.5 k zinnen, met daarin de Portugese vertaling uit 2023 van de Braziliaanse grondwet. Ook voegden de onderzoekers een testset toe die is afgeleid van spraakopnamen. Daarmee steeg de score voor spraakvertaling met ongeveer 25 chrF++-punten. Het beste systeem, dat van het Portugees naar het Nheengatu vertaalt, haalt 31.7‑32.8 chrF++ op grondwetsartikelen die niet in de trainingsdata voorkwamen.
Waarom het ertoe doet
De open modellen bieden Nheengatu-sprekers een bruikbaar hulpmiddel om in hun eigen taal over juridische en alledaagse zaken te communiceren.
