Improving Vietnamese-English Medical Machine Translation

这篇论文介绍了MedEV，一个专门用于医学领域的高质量越南语-英语平行数据集，包括约36万个句对。机器翻译在医学领域的越南语-英语翻译仍然是一个未被充分探索的研究领域。我们在这个新的MedEV数据集上进行了广泛的实验，比较了Google翻译、ChatGPT（gpt-3.5-turbo）、最先进的越南语-英语神经机器翻译模型和预训练的双语/多语序列到序列模型。实验结果表明，针对每个翻译方向微调“vinai-translate”可以获得最佳性能。我们公开发布我们的数据集以促进进一步的研究。

这篇论文的问题是为医学领域的越南语-英语机器翻译提供高质量的平行数据集，以促进该领域的研究。

论文的关键思路是使用fine-tuning技术对“vinai-translate”模型进行优化，以提高越南语-英语机器翻译的性能。

论文介绍了MedEV数据集，该数据集包含约360K个医学领域的越南语-英语句子对，作者进行了大量实验比较了不同机器翻译模型在该数据集上的表现，实验结果表明fine-tuning技术可以显著提高机器翻译的性能。作者公开了数据集以促进进一步的研究。

最近的相关研究包括《A survey of machine translation: its history, current status, and future prospects》和《Neural Machine Translation of Rare Words with Subword Units》等。