Detailansicht
Transfer learning to improve estonian machine translation
the role of genealogical and areal relationships
Greete Hollas
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Joint-Masterstudium Multilingual Technologies
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.79937
URN
urn:nbn:at:at-ubw:1-18107.18870.536873-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die maschinelle Übersetzung hat mit dem Aufstieg der neuronalen maschinellen Übersetzung erhebliche Fortschritte erzielt. Diese Modelle sind jedoch stark auf große parallele Korpora angewiesen, sodass Sprachen mit geringen Ressourcen benachteiligt werden. Estnisch, eine morphologisch komplexe uralische Sprache, veranschaulicht diese Herausforderung: Trotz einer stabilen Online-Präsenz fehlen ausreichende annotierte und parallele Daten für eine effektive neuronale maschinelle Übersetzung. Während Transferlernen bereits auf maschinelle Übersetzungen mit geringen Ressourcen angewendet wurde, wurde bisher wenig Aufmerksamkeit darauf gerichtet, wie genealogische und areale sprachliche Beziehungen die Transferwirksamkeit beeinflussen. Diese Arbeit untersucht, wie sprachliche Ähnlichkeit die estnische maschinelle Übersetzung durch Transferlernen verbessern kann. Konkret wird der Einfluss genealogischer Nähe und arealer Beziehungen auf die Übersetzungsleistung untersucht. Die Experimente verwenden das vortrainierte NLLB-200-Modell und werden in vier Stufen durchgeführt: einer Zero-Shot-Baseline-Bewertung, einer Feinabstimmung für Englisch–Estnisch, einer sprachübergreifenden Feinabstimmung mit verwandten und Kontaktsprachen sowie einer vergleichenden Analyse. Die Ergebnisse zeigen, dass genealogisch näher verwandte Sprachen, insbesondere Finnisch, den effektivsten Transfer erzielen und dadurch die Rolle gemeinsamer grammatikalischer und struktureller Merkmale bestätigt wird. Auch areale Sprachen bieten messbare Vorteile, insbesondere wenn aufgrund historischer Sprachkontakte lexikalische Überschneidungen bestehen. Die Kombination dieser Perspektiven verdeutlicht, wie sowohl genealogische als auch areale Faktoren die Ergebnisse des Transferlernens unter ressourcenschwachen Bedingungen beeinflussen. Diese Arbeit leistet drei wesentliche Beiträge: (1) Sie liefert eine systematische Analyse genealogischer und arealer Einflüsse auf das Transferlernen für die estnische maschinelle Übersetzung; (2) sie zeigt, dass sprachliche Beziehungen datengestützte Methoden bei der Verbesserung der Übersetzungsqualität ergänzen können; und (3) sie bietet Erkenntnisse, die auf andere uralische und Kontaktsprachen mit begrenzten Ressourcen anwendbar sind und unterstützt damit umfassendere Bemühungen um sprachliche Vielfalt in der maschinellen Übersetzung.
Abstract
(Englisch)
Machine translation has advanced substantially with the rise of neural machine translation. However, these models rely heavily on large parallel corpora, which disadvantages low-resource languages. Estonian, a morphologically complex Uralic language, exemplifies this challenge: despite a stable online presence, it lacks sufficient annotated and parallel data for effective neural machine translation. While transfer learning has been applied to low-resource machine translation, little attention has been paid to how genealogical and areal linguistic relationships influence transfer effectiveness. This thesis investigates how linguistic similarity can improve Estonian machine translation through transfer learning. Specifically, it examines the impact of genealogical proximity and areal relationships on translation performance. The experiments use the pre-trained NLLB-200 model and are conducted in four stages: zero-shot baseline evaluation, English–Estonian fine-tuning, cross-lingual fine-tuning with related and contact languages, and comparative analysis. The results show that genealogically closer languages, particularly Finnish, yield the most effective transfer, confirming the role of shared grammatical and structural features. Areal languages also provide measurable benefits, especially when lexical overlap exists due to historical contact. Combining these perspectives highlights how both genealogical and areal factors shape transfer learning outcomes in low-resource settings. The contributions of this thesis are threefold: (1) it provides a systematic analysis of genealogical and areal influences in transfer learning for Estonian machine translation; (2) it demonstrates that linguistic relationships can complement data-driven methods in improving translation quality; and (3) it offers insights applicable to other Uralic and contact languages with limited resources, supporting broader efforts toward linguistic diversity in machine translation.
Schlagwörter
Schlagwörter
(Deutsch)
Maschinelle Übersetzung Neuronale Machinelle Übersetzung Ressourcenarme Sprachen Transferlernen
Schlagwörter
(Englisch)
Machine Translation Neural Machine Translation Low-Resource Languages Transfer Learning
Autor*innen
Greete Hollas
Haupttitel (Englisch)
Transfer learning to improve estonian machine translation
Hauptuntertitel (Englisch)
the role of genealogical and areal relationships
Publikationsjahr
2025
Umfangsangabe
7, 76 Seiten
Sprache
Englisch
Beurteiler*in
Dagmar Gromann
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC17737538
Utheses ID
78563
Studienkennzahl
UA | 066 | 587 | |