基于语料库引导对比集的低资源英语变体形态句法特征检测

语言变异研究考察语言在不同说话者群体之间及内部如何变化，揭示我们如何使用语言构建身份以及社会语境如何影响语言使用。一种常见方法是识别语料库中某一特定语言特征（例如零系词结构）的实例，并分析该特征在说话者、话题及其他变量间的分布，从而获得对该特征功能的定性理解或系统性地度量变异。在本文中，我们探索了低资源英语变体中自动形态句法特征检测这一挑战性任务。我们提出了一种人在回路方法，通过语料库引导的编辑生成并过滤有效的对比集。我们表明，我们的方法改善了印度英语和非裔美国人英语的特征检测，展示了它如何辅助语言学研究，并发布了我们微调后的模型供其他研究者使用。