تقييم أداء الترجمة الخلفي لزوج LOWN-ROUNDUNTION English-Marathi زوج: CFILT-IITBOBBAY @ Loresmt 2021

في هذه الورقة، نناقش تفاصيل أنظمة الترجمة المختلفة (MT) التي قدمناها لمهمة Loresmt الإنجليزية Marathi.كجزء من هذه المهمة، قدمنا ثلاثة أنظمة ترجمة آلية عصبية مختلفة (NMT)؛نظام أساسي في اللغة الإنجليزية - المراثي، نظام ماريثي-إنجليزي خط الأساس، ونظام إنجليزي - مراثي يعتمد على تقنية الترجمة الخلفي.نستكشف أداء أنظمة NMT هذه بين لغات اللغة الإنجليزية والمراثي، والتي تشكل زوج لغة موارد منخفضة بسبب عدم توفر بيانات متوازية كافية.نستكشف أيضا أداء تقنية الترجمة الخلفي عندما يتم الحصول على البيانات المترجمة الخلفي من أنظمة NMT التي يتم تدريبها على كمية أقل من البيانات.من تجاربنا، نلاحظ أن تقنية الترجمة الخلفي يمكن أن تساعد في تحسين جودة MT على خط الأساس لزوج اللغة الإنجليزية المهاراتية.

In this paper, we discuss the details of the various Machine Translation (MT) systems that we have submitted for the English-Marathi LoResMT task. As a part of this task, we have submitted three different Neural Machine Translation (NMT) systems; a Baseline English-Marathi system, a Baseline Marathi-English system, and an English-Marathi system that is based on the back-translation technique. We explore the performance of these NMT systems between English and Marathi languages, which forms a low resource language pair due to unavailability of sufficient parallel data. We also explore the performance of the back-translation technique when the back-translated data is obtained from NMT systems that are trained on a very less amount of data. From our experiments, we observe that the back-translation technique can help improve the MT quality over the baseline for the English-Marathi language pair.