يقترح الباحثون CoPiT، وهو خط أنابيب ترجمة قائم على وسيط يعالج ندرة بيانات المنغولية بالخط التقليدي من خلال توجيه الترجمات عبر الخط السيريلي الأكثر ثراءً بالموارد. يحل هذا النهج الغموض الناتج عن الخط لتمكين نقل المعنى المستقر والدقيق.
- يتفوق CoPiT باستمرار على الترجمة المباشرة عبر نماذج أساسية متعددة ولغات مستهدفة.
- يحقق الأسلوب تحسينات مطلقة كبيرة في BLEU مع مكاسب COMET ثابتة بنسبة 1.5-1.6 مرة.
- تتيح هذه المكاسب للنماذج مفتوحة المصدر القوية مساواة أو التفوق على GPT-4.1 تحت إعدادات تقييم قابلة للمقارنة.
- يمكّن CoPiT من بناء بيانات متوازية اصطناعية مباشرة من النصوص بالخط التقليدي.
- يطرح المؤلفون مجموعة بيانات متوازية متعددة الخطوط جديدة تغطي المنغولية بكلا الخطين إلى جانب الإنجليزية والكورية والروسية.
يخفف CoPiT من ندرة البيانات في سيناريوهات منخفضة الموارد الواقعية من خلال الاستفادة من التسلسلات الهرمية للموارد الداخلية، مما يسمح للنماذج مفتوحة المصدر بالمنافسة مع الأنظمة المملوكة.