基于 BERT 领域自适应的阿拉伯方言识别
计算与语言
2020-11-16 v1 机器学习
摘要
阿拉伯语是世界上最重要且使用人数不断增长的语言之一。随着 Twitter 等社交媒体平台的兴起，阿拉伯口语方言的使用变得更加普遍。本文描述了我们在 NADI Shared Task 1 上的方法，该任务要求我们构建一个系统以区分 21 种不同的阿拉伯方言；我们提出了一种深度学习半监督式方法，并结合了在 NADI Shared Task 1 语料上所报告的预处理。我们的系统在 NADI 共享任务竞赛中排名第 4，以简单而高效的方法在给定推文上区分 21 种阿拉伯方言，取得了 23.09% 的宏平均 F1 分数。
引用
@article{arxiv.2011.06977,
title = {Arabic Dialect Identification Using BERT-Based Domain Adaptation},
author = {Ahmad Beltagy and Abdelrahman Wael and Omar ElSherief},
journal= {arXiv preprint arXiv:2011.06977},
year = {2020}
}
备注
6 pages, 2 figures , WANLP co-located with COLING 2020