National and Kapodistrian University of Athens
Μηχανική μετάφραση γλωσσών περιορισμένων δεδομένων: Δημιουργία παράλληλου συνόλου δεδομένων Περσικών - Ελληνικών και συγκριτική αξιολόγηση μη προσαρμοσμένων και προσαρμοσμένων μοντέλων.
Abstract
dc:descriptionΗ παρούσα διπλωματική εργασία εξετάζει τη μηχανική μετάφραση σε γλώσσες περιορισμένων δεδομένων, με εφαρμογή στο ζεύγος Περσικά (Φαρσί) – Ελληνικά. Η επιλογή του συγκεκριμένου αντικειμένου προκύπτει από τη διαπίστωση ότι πολλά γλωσσικά ζεύγη, παρότι παρουσιάζουν σημαντικό κοινωνικό και ανθρωπιστικό ενδιαφέρον, εξακολουθούν να υποστηρίζονται ανεπαρκώς από τα σύγχρονα συστήματα μηχανικής μετάφρασης.Στόχος της έρευνας είναι αφενός η ανάπτυξη ενός παράλληλου συνόλου δεδομένων για το συγκεκριμένο γλωσσικό ζεύγος και αφετέρου η αξιολόγηση της αποτελεσματικότητας παραμετρικά αποδοτικών τεχνικών προσαρμογής, σε σύγκριση με συστήματα γενικής χρήσης που λειτουργούν χωρίς προηγούμενη εκπαίδευση στο εν λόγω ζεύγος (zero-shot conditions). Η μεθοδολογία περιλάμβανε αρχικά τη συλλογή και τη στοίχιση δεδομένων από ποικίλες πηγές, όπως νομικά, δημοσιογραφικά και εκπαιδευτικά κείμενα, με σκοπό τη δημιουργία ενός πολυθεματικού παράλληλου συνόλου δεδομένων. Στη συνέχεια, εφαρμόστηκε παραμετρικά αποδοτική προσαρμογή (Parameter-Efficient Fine-Tuning) στο μοντέλο NLLB-200, με στόχο τη βελτίωση της απόδοσής του στο ζεύγος Περσικά–Ελληνικά. Για σκοπούς σύγκρισης, αξιολογήθηκαν επίσης γενικά πολυγλωσσικά συστήματα, τα οποία χρησιμοποιήθηκαν σε συνθήκες zero-shot, δηλαδή χωρίς καμία πρόσθετη εκπαίδευση στο συγκεκριμένο ζεύγος. Μεταξύ αυτών περιλαμβάνονται το Google Translate, το Krikri, το NLLB-200 (στη μη προσαρμοσμένη εκδοχή του) και το Gemma-3. Η αξιολόγηση πραγματοποιήθηκε τόσο με αυτόματες μετρικές όσο και με ανθρώπινη ποιοτική ανάλυση, η οποία εστίασε στην ακρίβεια, τη ροή και τη διαχείριση της ορολογίας στις παραγόμενες μεταφράσεις.Τα αποτελέσματα δείχνουν ότι το προσαρμοσμένο (fine-tuned) μοντέλο NLLB-200 υπερέχει έναντι των συστημάτων που εφαρμόστηκαν σε συνθήκες zero-shot, ιδίως σε κείμενα με εξειδικευμένη ορολογία, παράγοντας μεταφράσεις πιο συνεκτικές και ακριβείς σε σχέση με το πρωτότυπο. Συνολικά, η εργασία τεκμηριώνει ότι ο συνδυασμός ανάπτυξης παράλληλων συνόλων δεδομένων και παραμετρικά αποδοτικής προσαρμογής συνιστά αποτελεσματική στρατηγική για τη βελτίωση της μηχανικής μετάφρασης σε γλώσσες περιορισμένων δεδομένων. Η συμβολή της έρευνας είναι διττή: αφενός ενισχύει τη θεωρητική κατανόηση των πολυγλωσσικών μοντέλων και αφετέρου αναδεικνύει τη δυνατότητά τους να αξιοποιηθούν σε πολυγλωσσικά και ανθρωπιστικά περιβάλλοντα.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Μαστροφώτη Aικατερίνη
- Mastrofoti Aikaterini
Subjects
dc:subject × 2Rights
- Language dc:language
- Ελληνικά, Greek
Identifiers
dc:identifier.*- Identifier
- uoadl:5319342