Flickr30k хэмээх 31 мянган зурагтай, зураг тус бүр 5 англи тайлбартай өгөгдлийг 1. машин орчуулга буюу Google Translate, 2. мультимодал LLM (хэлний том загвар) болох Gemini 2.0 Flash-н тусламжтай монгол хэл рүү автоматаар орчуулсан өгөгдөл.
captions_mn_v1- Google Translatecaptions_mn_v2- Gemini 2.0 Flash
Орчуулгын чанарыг үнэлэх зорилгоор хүмүүсийн дунд веб аппликейшнд суурилсан судалгаа явуулж, оролцогчдоос орчуулгын аль хувилбар нь тухайн зургийг илүү оновчтой тайлбарласан байгааг нь сонгохыг хүссэн. Судалгаанд оролцогчдын нийт саналын 63.8% нь хоёрдугаар хувилбар болох LLM ашигласан орчуулгыг илүүд үзсэн бол 36.2% нь машин орчуулгын системээр орчуулсан тайлбарыг сонгосон.
@inproceedings{bilguuno2025,
author = {Bilguun Ochirbat and Altangerel Chagnaa},
title = {Flickr30k-MN: Англи-Монгол зургийн тайлбарын өгөгдөл, орчуулгын үнэлгээ},
booktitle = {Монголын Мэдээллийн Технологи 2025},
pages = {188--190},
year = {2025},
}