LLM-Assisted Rule Based Machine Translation for Low/No-Resource Languages

我们提出了一种新的机器翻译范式，特别适用于无资源语言（即没有任何公开可用的双语或单语语料库）：LLM-RBMT（LLM辅助规则机器翻译）。使用LLM-RBMT范式，我们设计了第一个面向语言教育/振兴的机器翻译器，用于Owens Valley Paiute（OVP），这是一种极度濒危的美洲土著语言，几乎没有公开可用的数据。我们对翻译器的组成部分进行了详细评估：基于规则的句子生成器、OVP到英语翻译器和英语到OVP翻译器。我们还讨论了该范式的潜力、限制以及开启的未来研究的许多途径。

本论文旨在提出一种新的机器翻译范式，特别适用于没有任何公开双语或单语语料库的无资源语言，即LLM-RBMT（LLM辅助规则机器翻译）。作者设计了第一个以语言教育/振兴为导向的机器翻译器，用于Owens Valley Paiute（OVP），这是一种极度濒危的美洲原住民语言，几乎没有公开数据可用。

LLM-RBMT范式的关键思路是将人类语言学家的知识转化为规则，并使用这些规则进行机器翻译。这种方法可以解决无资源语言的翻译问题，同时也可以用于语言教育和振兴。

论文详细评估了翻译器的组件：基于规则的句子生成器、OVP到英语的翻译器和英语到OVP的翻译器。作者还讨论了这种范式的潜力、限制以及未来研究的许多途径。

最近在这个领域中，还有一些相关的研究被进行，如使用神经机器翻译进行无资源语言翻译的研究。