LLMにおける翻訳の非対称性をデータ拡張要因として：6つのロマンシュ語変種を対象にしたケーススタディ

Abstract

低リソース機械翻訳のための最近の手法は、より高リソースな言語からLLMを用いて合成データを生成することに依存しています。我々は、この手法はロマンシュでは失敗することを見出しました。なぜなら、LLMはロマンシュの6つの異なる言語変種を混同しやすいからです。我々の実験では、その代わりに、データ拡張の方向は、ソース言語とターゲット言語の間のリソース勾配に合わせるべきであることが示されました。このアプローチは、ロマンシュの最も低リソースな変種において、Gemini 3 Proを23 BLEU上回ります。人手による評価により、我々の実験は、ロマンシュの各変種において流暢な翻訳を生成する最初のモデルをもたらすことが確認されました。