BMIKE-53: 利用上下文学习探究跨语言知识编辑
计算与语言
2025-06-03 v3 人工智能
摘要
本文介绍了BMIKE-53，一个涵盖53种语言的跨语言上下文知识编辑(IKE)综合基准，统一了三个知识编辑(KE)数据集：zsRE、CounterFact和WikiFactDiff。跨语言KE要求用一种语言编辑的知识能泛化到其他语言，同时保留不相关的知识，这一领域仍未被充分探索。为填补这一空白，我们在零样本、单样本和少样本设置下系统评估了IKE，并融入了针对特定度量的定制化演示。我们的发现表明，模型规模和演示对齐性对跨语言IKE的效果起关键作用，更大的模型和定制化演示能显著提升性能。语言属性，尤其是文字类型，强烈影响不同语言间的性能差异，非拉丁文字因语言混淆等问题表现不佳。代码和数据已公开：https://github.com/ercong21/MultiKnow/。
引用
@article{arxiv.2406.17764,
title = {BMIKE-53: Investigating Cross-Lingual Knowledge Editing with In-Context Learning},
author = {Ercong Nie and Bo Shao and Zifeng Ding and Mingyang Wang and Helmut Schmid and Hinrich Schütze},
journal= {arXiv preprint arXiv:2406.17764},
year = {2025}
}
备注
Accepted to ACL 2025