比较LLM提示与跨语言迁移在巴西土著及低资源语言上的性能
计算与语言
2024-05-01 v2
摘要
大语言模型正在改变多种自然语言处理任务。然而，LLM如何执行低资源语言的自然语言处理任务尚待探索。与AmericasNLP研讨会目标一致，我们关注12种巴西低资源语言、2种非洲低资源语言和2种高资源语言（如英语和巴西葡萄牙语）。我们的结果表明，与高资源语言相比，LLM在低资源语言的词性标注上表现更差。我们解释了这种失败背后的原因，并通过数据集中观察到的示例提供了错误分析。
引用
@article{arxiv.2404.18286,
title = {Comparing LLM prompting with Cross-lingual transfer performance on Indigenous and Low-resource Brazilian Languages},
author = {David Ifeoluwa Adelani and A. Seza Doğruöz and André Coneglian and Atul Kr. Ojha},
journal= {arXiv preprint arXiv:2404.18286},
year = {2024}
}
备注
Accepted to the Americas NLP Workshop at NAACL 2024 (https://turing.iimas.unam.mx/americasnlp/2024_workshop.html)