انجمن زبان شناسی ایران زبان و زبان‌شناسی 23223847 18 35 2022 06 22 Presenting a quality estimation model of English to Farsi machine translator using transfer learning ارائه یک مدل تخمین کیفیت مترجم ماشینی انگلیسی به فارسی با استفاده از یادگیری انتقالی 71 86 8795 10.30465/lsi.2023.43992.1647 FA محمد حسین جعفری هرندی دانشگاه تهران 0009-0003-8496-1027 فاطمه آزادی دانشگاه تهران سپهر رفیعی دانشگاه تهران هشام فیلی دانشگاه تهران 0000-0003-0443-3762 محمد جواد دوستی دانشگاه تهران Journal Article 2022 12 26 Nowadays the evaluation of machine translation without reference translation is of great importance as one of the research areas of machine translation . One of the challenges in this field, especially for languages with few sources, is the lack of suitable training data . For this purpose, it is possible to use neural network based methods that have been previously trained on multilingual language models and estimate the translation quality for a pair of new languages using transfer learning . In this article, the quality of an English Persian test set is estimated in this way. Also, a set of educational data for the English Persian language pair has been prepared, and appropriate pre processing has been done on it, and the existing multilingual model has been fine tuned with that data . The use of these training data has improved the Pearson correlation with the test set by 29 امروزه، ارزیابی ترجمه ماشینی بدون داشتن ترجمه مرجع، به عنوان یکی از حوزه های پژوهشی ترجمه ماشینی از اهمیت بالایی برخوردار است. یکی از چالش های موجود در این زمینه، مخصوصاً برای زبان های کم منبع، عدم وجود داده های آموزشی مناسب است. برای این منظور میتوان از روش‌های مبتنی بر شبکه عصبی که قبلاً روی مدلهای زبانی چند زبانه آموزش دیده شده استفاده کرده و با استفاده از یادگیری انتقالی کیفیت ترجمه برای یک جفت زبان جدید را تخمین زد. در این مقاله کیفیت یک مجموعه تست انگلیسی - فارسی به این صورت تخمین زده شده است. همچنین مجموعه‌ ای از داده‌ ها ی آموزشی برای جفت زبان انگلیسی - فارسی تهیه شده و روی آن پیش پردازش های مناسب انجام گرفته مدل چند زبانه موجود با آن دادگان تنظیم دقیق شده است. استفاده از این داده ها ی آموزشی، همبستگی پیرسون با مجموعه تست را به میزان 29 درصد بهبود داده است. https://lsi-linguistics.ihcs.ac.ir/article_8795_6acb084470c0a8bdf431d5427d1f29bc.pdf