基于分类学引导的方法评估斯瓦希利语 NLP 中的社会语言多样性
计算与语言
2025-08-21 v1 计算机与社会
摘要
我们提出了首个围绕社会语言多样性的斯瓦希利语 NLP 评估框架，旨在填补相关领域的空白。基于健康相关心理测量任务，我们收集了来自肯尼亚说话者的 2,170 条免费文本响应数据集。该数据显示出部落影响、城市口语、代码混合和借词现象。我们构建了结构化分类学，并将其作为审视预训练模型和指令调优语言模型模型预测错误的工具。我们的发现推动了文化赋权的评估框架发展，凸显了社会语言变异在塑造模型性能中的作用。
引用
@article{arxiv.2508.14051,
title = {Benchmarking Sociolinguistic Diversity in Swahili NLP: A Taxonomy-Guided Approach},
author = {Kezia Oketch and John P. Lalor and Ahmed Abbasi},
journal= {arXiv preprint arXiv:2508.14051},
year = {2025}
}