令人沮丧的简单标签投影用于跨语言迁移

将训练数据翻译成多种语言已成为改进跨语言迁移的一种实用解决方案。对于涉及片段级标注的任务，如信息抽取或问答，需要一个额外的标签投影步骤来将标注的片段映射到翻译后的文本上。最近，一些研究利用了一种简单的“先标记后翻译”方法，通过在原始句子中标记片段周围插入特殊标记来联合执行翻译和投影。然而，据我们所知，目前尚无实证分析比较这种方法与基于词对齐的传统标注投影方法。在本文中，我们跨57种语言和三个任务（问答、命名实体识别和事件抽取）进行了广泛的实证研究，以评估两种方法的有效性和局限性，填补了文献中的一个重要空白。实验结果表明，我们优化后的“先标记后翻译”版本，我们称之为EasyProject，易于应用于多种语言，并且效果出奇地好，优于更复杂的基于词对齐的方法。我们分析了影响最终任务性能的几个关键因素，并表明EasyProject之所以有效，是因为它能在翻译后准确地保留标签片段的边界。我们将公开发布所有代码和数据。