探索方言连续体中的历时性和历域性变化：任务、数据集与挑战
计算与语言
2024-07-08 v1
摘要
语言社群之间的持久接触导致语言随时间不断变化，产生语言 variety 和方言。然而，讲述非标准语言的社群往往被不包容的 NLP 技术所忽视。最近，人们对研究历域性和历时性方言变化表示浓厚兴趣，但目前尚无研究探讨两者的交叉。我们的工作旨在从统一的视角系统性地审查历时和历域方言论文。在本工作中，我们批判性地评估了跨越五个方言（来自斯拉夫语、罗曼语和日耳曼语语族）的九个任务和数据集，涵盖口语和书面语两种模态。所涉及的任务多样化，包括语料库构建、方言距离估计和方言地理位置预测等。此外，我们概述了关于语言在时间段中使用变化、方言数据集可靠性、说话者特征的重要性、方言覆盖不足以及数据收集中的伦理考虑等五个开放挑战。我们希望我们的工作为通往包容性计算方法和数据集的未来研究之路指明方向，这些方法和数据集适用于语言 variety 和方言。
引用
@article{arxiv.2407.04010,
title = {Exploring Diachronic and Diatopic Changes in Dialect Continua: Tasks, Datasets and Challenges},
author = {Melis Çelikkol and Lydia Körber and Wei Zhao},
journal= {arXiv preprint arXiv:2407.04010},
year = {2024}
}
备注
LChange24 Camera Ready