Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Low-Resource Transliteration for Roman-Urdu and Urdu Using Transformer-Based Models

Created by
  • Haebom
Category
Empty

저자

Umer Butt, Stalin Veranasi, Gunter Neumann

개요

본 논문은 저자원 언어의 중요성이 커지고 있는 정보 검색(IR) 분야에서 우르두어와 로마자 우르두어 간의 음역 변환에 대한 연구를 제시합니다. 기존 RNN 기반 연구의 도메인 적응력 저하 및 평가의 한계를 극복하기 위해, m2m100 다국어 번역 모델을 기반으로 마스크 언어 모델링(MLM) 사전 훈련 및 Roman-Urdu-Parl 및 Dakshina 데이터셋을 활용한 미세 조정을 통해 트랜스포머 기반 접근 방식을 제안합니다. 엄격한 데이터셋 분할 및 BLEU, 문자 수준 BLEU, CHRF 평가 지표를 사용하여 우르두어->로마자 우르두어 96.37, 로마자 우르두어->우르두어 97.44의 Char-BLEU 점수를 달성, RNN 기준 및 GPT-4o Mini를 능가하는 성능을 보였습니다. 이는 저자원 언어 음역 변환 작업에 대한 다국어 전이 학습의 효과를 보여줍니다.

시사점, 한계점

•
시사점:
◦
다국어 전이 학습을 활용한 저자원 언어 음역 변환의 효과성을 입증.
◦
m2m100 모델과 MLM 사전 훈련의 우수성을 확인.
◦
엄격한 데이터셋 분할과 다양한 평가 지표 사용으로 신뢰성 있는 결과 제시.
◦
우르두어와 로마자 우르두어 간의 음역 변환 성능 향상에 기여.
•
한계점:
◦
연구에 사용된 데이터셋의 범위와 일반화 가능성에 대한 추가적인 검토 필요.
◦
실제 응용 환경에서의 성능 평가가 부족.
◦
다른 저자원 언어로의 확장성에 대한 추가 연구 필요.
👍
Made with Slashpage