Avaliação do uso de modelos de aprendizagem profunda na tradução automática de línguas de sinais
Authors:
Open Access
- 26 May 2025
- journal article
- Published by Instituto Federal de Educacao, Ciencia e Tecnologia da Paraiba in Revista Principia
- Vol. 62
Abstract
Os modelos recentes de Tradução Automática Neural (Neural Machine Translation – NMT) podem ser aplicados a idiomas e domínios de poucos recursos sem limitações significativas. Vários estudos investigam se novas técnicas de NMT também podem ser generalizadas para diferentes contextos, considerando a disponibilidade de dados e infraestrutura computacional. Nesse contexto, o objetivo principal deste estudo foi explorar métodos modernos de NMT e analisar a sua potencial aplicabilidade em cenários de poucos recursos, como os das línguas de sinais. Para uma melhor avaliação, foram adaptados e utilizados alguns modelos promissores identificados no componente de tradução automática da Suíte VLibras e os resultados foram comparados com aqueles fornecidos pela arquitetura LightConv atual, utilizando-se o mesmo corpus de treinamento e validação bilíngue Português-Libras, um dos maiores desse tipo disponíveis no mundo, constituído por mais de 70.000 frases geradas por linguistas. Os resultados indicam que a adoção de uma das duas arquiteturas de melhor desempenho – a Basic Transformer ou a ByT5 – ajudaria a melhorar a precisão e a qualidade da tradução da Suíte VLibras, com um aumento percentual de até 12,73% considerando a métrica BLEU.Keywords
This publication has 21 references indexed in Scilit:
- Neural Machine Translation for Low-resource Languages: A SurveyACM Computing Surveys, 2023
- Holy Quran-Italian seq2seq Machine Translation with Attention Mechanism2022
- Recent advances of low-resource neural machine translationMachine Translation, 2021
- Advances in machine translation for sign language: approaches, limitations, and challengesNeural Computing and Applications, 2021
- English to Bengali Neural Machine Translation Using Global Attention Mechanism2021
- Neural machine translation with a polysynthetic low resource languageMachine Translation, 2020
- Progressive Transformers for End-to-End Sign Language Production2020
- Translation of Sign Language Glosses to Text Using Sequence-to-Sequence Attention Models2019
- Analysis of rule-based machine translation and neural machine translation approaches for translating portuguese to LIBRAS2019
- Neural Sign Language Translation2018