Исследователи предлагают CoPiT, конвейер перевода на основе промежуточного звена, который решает проблему нехватки данных для монгольского языка в традиционном письме путем маршрутизации переводов через более ресурсоемкую кириллицу. Этот подход устраняет неоднозначность, вызванную письмом, что обеспечивает стабильную и точную передачу смысла.
- CoPiT последовательно превосходит прямой перевод на основе множества базовых моделей и целевых языков.
- Метод достигает значительного абсолютного улучшения BLEU с последовательным увеличением COMET в 1.5-1.6 раза.
- Эти улучшения позволяют сильным моделям с открытым исходным кодом соответствовать или превосходить GPT-4.1 при сопоставимых условиях оценки.
- CoPiT позволяет создавать синтетические параллельные данные непосредственно из текста в традиционном письме.
- Авторы публикуют новый многоскриптовый параллельный набор данных, охватывающий монгольский язык в обоих скриптах наряду с английским, корейским и русским языками.
CoPiT смягчает нехватку данных в реалистичных сценариях с низким уровнем ресурсов за счет использования внутренних иерархий ресурсов, позволяя моделям с открытым исходным кодом конкурировать с проприетарными системами.