| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:A hybrid NLLB and large language model pipeline for diachronic intralingual translation of 16th-century slovene literary heritage
Avtorji:ID Šprajc, Žan Tomaž (Avtor)
ID Sekirnik, Rok (Avtor)
ID Kučiš, Vlasta (Avtor)
ID Jesenko, David (Avtor)
Datoteke:URL https://www.mdpi.com/2076-3417/16/14/7317
 
.pdf applsci-16-07317-v2_(2).pdf (1,60 MB)
MD5: 50FD6676AB65DF2F49D397BB567C349D
 
Jezik:Angleški jezik
Vrsta gradiva:Članek v reviji
Tipologija:1.01 - Izvirni znanstveni članek
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Modernising historical literature into contemporary language is a form of diachronic intralingual translation that supports access to written cultural heritage. For low-resource languages such as Slovene, this task is hindered by orthographic, lexical and syntactic shifts, as well as the scarcity of parallel data. We present a two-stage pipeline that combines a fine-tuned No Language Left Behind (NLLB) model with Claude Opus 4.8 post-editing for the modernisation of 16th-century Slovene literature, retaining archaic words and phrases while normalising the alphabet, orthography and grammar. Using Jurij Dalmatin’s 1584 Bible and its 2017 modernised edition, we constructed an aligned parallel corpus of 14,876 sentence and clause-level pairs through Bohorič-to-Gaj normalisation and LaBSE-based embedding alignment. The hybrid pipeline achieved the best overall scores, reaching BLEU 45.78, CHRF 67.68 and METEOR 71.72, with TER 43.25 and CER 34.00. Its gains over the standalone LLM baseline were large and statistically significant across all the metrics, while its improvement over the fine-tuned NLLB model was smaller and significant mainly for overlap-based measures. We applied the pipeline further to Tulščak’s Kerszhanske leipe molitve (1579), producing the first preliminary modernisation of the earliest known Slovene prayer book assessed qualitatively and tested the generalisation on additional 16th-century texts, including an out-of-domain legal text. The results demonstrate that combining task-specific neural machine translation with controlled LLM post-editing offers a practical strategy for modernising low-resource historical texts and contributes a reusable methodology for digital cultural heritage preservation.
Ključne besede:cultural heritage, digital humanities, diachronic intralingual translation, historical text modernisation, low-resource language, neural machine translation, large language model, NLLB
Status publikacije:Objavljeno
Verzija publikacije:Objavljena publikacija
Poslano v recenzijo:17.06.2026
Datum sprejetja članka:16.07.2026
Datum objave:01.01.2026
Založnik:MDPI
Leto izida:2026
Št. strani:25 str.
Številčenje:Vol. 16, no. 14, [article no.] 7317
PID:20.500.12556/DKUM-98985 Novo okno
UDK:004.45
COBISS.SI-ID:285726211 Novo okno
DOI:10.3390/app16147317 Novo okno
ISSN pri članku:2076-3417
Avtorske pravice:© 2026 by the authors
Datum objave v DKUM:23.07.2026
Število ogledov:353
Število prenosov:8
Metapodatki:XML DC-XML DC-RDF
Področja:Ostalo
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Gradivo je del revije

Naslov:Applied sciences
Skrajšan naslov:Appl. sci.
Založnik:MDPI
ISSN:2076-3417
COBISS.SI-ID:522979353 Novo okno

Gradivo je financirano iz projekta

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:J7-70247-2026
Naslov:SPHERE - Vrednotenje okoljskih pojavov z informiranim globokim učenjem na podlagi podatkov opazovanja Zemlje

Financer:ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
Številka projekta:P2-0041-2020
Naslov:Računalniški sistemi, metodologije in inteligentne storitve

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

Jezik:Slovenski jezik
Ključne besede:kulturna dediščina, digitalna humanistika, diahroni intralingualni prevod, modernizacija zgodovinskih besedil, jezik z omejenimi viri, nevronsko strojno prevajanje, veliki jezikovni modeli


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici