arXiv cs.CL· Burte Bayarsaikhan, Serynn Kim, Buru Chang·· 11 小时前AI 评分20
CoPiT：面向传统蒙古文双文种低资源场景的认知枢轴翻译
CoPiT: Cognitive Pivot Translation for Digraphic Low-Resource Mongolian in the Traditional Script
AI 导读
CoPiT 提出一种认知动机驱动的枢轴翻译流程，将传统蒙古文翻译先经由资源较丰富的西里尔蒙古文中转，并在翻译前显式消解传统文种的拼写歧义。在多个骨干模型和目标语言上，CoPiT 普遍优于直接翻译，BLEU 绝对提升显著，COMET 最高提升 1.5-1.6 倍，使强开源模型在可比评测下追平或超过 GPT-4.1。
正文 · AI 翻译
摘要：低资源语言的机器翻译仍然具有挑战性，蒙古语是一个代表性案例。作为一种双文种语言，蒙古语同时使用西里尔文和传统蒙古文书写，两者在数据可用性上存在严重失衡。西里尔文的数据资源相对充足，而传统蒙古文的数据极为稀缺且正字法存在歧义，导致直接翻译时性能大幅下降。我们提出 CoPiT，一种受认知启发的基于枢轴的翻译流水线，它利用这种内部资源层级，通过西里尔文进行中转翻译。该流水线在翻译前显式消解传统蒙古文中由文种引起的歧义，从而实现更稳定、更准确的意义传递。在多个骨干模型和目标语言上，CoPiT 总体优于直接翻译，BLEU 绝对提升显著，COMET 最高提升 1.5-1.6 倍。这些提升使强大的开源模型在可比评估设置下达到或超过 GPT-4.1。除推理阶段的改进外，CoPiT 还能直接从传统蒙古文文本构建合成平行数据，缓解现实低资源场景中的数据稀缺问题。我们发布了一个新的多文种平行数据集，涵盖蒙古语的两种文种以及英语、韩语和俄语。
| 评论： | 已被 EMNLP 2026（主会议）接收 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2607.05849 [cs.CL] |
| （或 arXiv:2607.05849v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.05849 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Burte Bayarsaikhan [查看邮箱]
[v1]
2026年7月7日星期二 05:12:13 UTC（2,881 KB）
[v2]
2026年11月2日星期一 02:22:29 UTC（2,744 KB）
来源：arXiv cs.CL · arxiv.org