将古埃及语中的词符识别作为低资源序列标注任务
计算与语言
2024-07-02 v1
摘要
复杂的古埃及语（AE）书写系统的特征是广泛使用字素词符（限定符）：不发音的象形文字符号，用于阐明词义或指示宿主词的发音。随着 iClassifier 项目的启动和快速发展，对词符的研究近年来不断加强，这是一个用于标注和分析古代及现代语言中词符的网络平台。得益于项目参与者贡献的数据，现在可以将 AE 文本中的词符识别表述为一项 NLP 任务。在本文中，我们通过实现一系列序列标注神经模型，向解决该任务迈出了第一步，尽管训练数据量有限，这些模型仍取得了有前景的性能。我们讨论了处理 AE 文本时出现的分词与操作化问题，并将我们的方法与基于频率的基线进行了对比。
引用
@article{arxiv.2407.00475,
title = {Classifier identification in Ancient Egyptian as a low-resource sequence-labelling task},
author = {Dmitry Nikolaev and Jorke Grotenhuis and Haleli Harel and Orly Goldwasser},
journal= {arXiv preprint arXiv:2407.00475},
year = {2024}
}
备注
Accepted to ML4AL 2024 (First Machine Learning for Ancient Languages Workshop)