面向低资源语言（如克西瓦希利）的语义网络生成算法
计算与语言
2025-01-17 v1
摘要
使用机器学习处理低资源语言（如克西瓦希利）存在训练数据不足的困难。然而，这些低资源语言在人类沟通中仍然重要且已在日常使用，用户需要实用的机器处理任务，如摘要、消歧和甚至问答（QA）。在不依赖训练数据的情况下，使用语义网络是处理此类语言的方法。某些低资源语言（如克西瓦希利）采用主语-谓语-宾语（SVO）结构，而语义网络则是主语-谓词-宾语的三元组，因此SVO词性标记可映射到语义网络三元组。因此，处理原始自然语言文本并将其映射到语义网络的算法是必要且有价值的，用于结构化低资源语言文本。该算法在克西瓦希利QA任务中测试通过，最高可达78.6%的准确匹配率。
引用
@article{arxiv.2501.09326,
title = {Algorithm for Semantic Network Generation from Texts of Low Resource Languages Such as Kiswahili},
author = {Barack Wamkaya Wanjawa and Lawrence Muchemi and Evans Miriti},
journal= {arXiv preprint arXiv:2501.09326},
year = {2025}
}
备注
18 pages, 3 figures, published in Open Journal for Information Technology