Naukowcy opracowali ulepszony system neuronowego tłumaczenia maszynowego dla sycylijskiego, przebudowując wcześniejszy system Wdowiaka przy użyciu utrzymywanego oprogramowania i nowoczesnych metod. Głównym wyzwaniem była niska jakość tłumaczeń wynikająca z hałaśliwych, niestandardowych tekstów internetowych. Zespół wyekstrahował równoległy korpus z PDF-ów dwujęzycznego czasopisma Arba Sicula, wyrównując zdania za pomocą language-agnostic sentence encodera i dostrajając progi na podstawie ręcznego wyrównania.
Do analizy wykorzystali małe Transformery trenowane od zera oraz pretrenowany model NLLB, dostosowując go za pomocą low-rank fine-tuning. Testowali tłumaczenie w obie strony oraz wykorzystywali włoski jako blisko spokrewniony język pomostu. Kluczowy element to dwustopniowy trening - najpierw na forward-scored back-translations tekstu internetowego, następnie na kurowanych tekstach literackich z czasopisma. Tokenizacja i segmentacja podwyrazów były portowane ze starego systemu na implementację wolną od Perla.
Wyniki wykazały, że pretrenowany model znacznie przewyższył małe Transformery trenowane od zera. Dwustopniowy trening poprawiał tłumaczenie na sycylijski bardziej niż z niego, co wskazuje na znaczenie kolejności i jakości danych treningowych. Wszystkie wyniki mierzono na zamrożonym zbiorze testowym z czasopisma, zapewniając powtarzalność i wiarygodność eksperymentów.