葡萄牙语—Nheengatu语翻译模型开放发布

Fabrício Carraro及其合著者发布了葡萄牙语—Nheengatu语开放权重机器翻译模型。Nheengatu语是亚马孙地区的 Língua Geral，约有 6-10 k 人使用。模型基于一个新建的 14.5 k 句平行语料库训练，其中包括巴西宪法的 2023 年葡萄牙语译本。研究人员还加入了一个从语音转写而来的测试集，使语音翻译得分提高了约 25 个 chrF++ 点。表现最佳的葡萄牙语到 Nheengatu语系统，在未见过的宪法条文上取得 31.7-32.8 chrF++。