El Volumen Louder Por Favor：面向任务语义解析中的语码转换
计算与语言
2021-01-29 v3 人工智能
机器学习
摘要
能够解析语码转换（CS）话语，例如西班牙语+英语或印地语+英语，对于使面向任务的语义解析系统在某些语言区域中普及至关重要。在本工作中，我们聚焦于 Spanglish（西班牙语+英语）并发布一个名为 CSTOP 的数据集，包含 5800 条 CS 话语及其语义解析。我们考察了多种跨语言（XL）模型在 CS 上的泛化能力，并展示了当仅存在一种语言的数据时预训练 XL 语言模型的优势。据此，我们致力于改进预训练模型在仅含英语语料且附带零条或极少 CS 训练实例时的情形。我们针对零样本与少样本设定提出两种数据增强方法：使用翻译对齐进行微调，以及使用生成模型随后匹配过滤进行增强。将少样本设定与上述改进相结合，可将零样本与全数据设定之间初始 30 个百分点的准确率差距缩小三分之二。
引用
@article{arxiv.2101.10524,
title = {El Volumen Louder Por Favor: Code-switching in Task-oriented Semantic Parsing},
author = {Arash Einolghozati and Abhinav Arora and Lorena Sainz-Maza Lecanda and Anuj Kumar and Sonal Gupta},
journal= {arXiv preprint arXiv:2101.10524},
year = {2021}
}