NLP 如何助力濒危语言复兴？以切罗基语为例的研究与路线图
计算与语言
2022-04-27 v1 人工智能
摘要
世界上所使用语言中超过 43% 处于濒危状态，由于全球化和新殖民主义，语言流失目前正以加速的速率发生。拯救和振兴濒危语言对于维护我们星球上的文化多样性已变得非常重要。在这项工作中，我们重点讨论 NLP 如何帮助振兴濒危语言。我们首先提出三条原则，可能有助于 NLP 从业者与语言社群增进相互理解与合作，并讨论 NLP 可在语言教育中提供协助的三种方式。随后我们以切罗基语——一种严重濒危的北美原住民语言——作为案例研究。在回顾该语言的历史、语言特征和现有资源后，我们（与切罗基社群成员合作）得出了 NLP 从业者可与社群伙伴协作的若干有意义方式。我们提出两种以人在回路（machine-in-the-loop）处理丰富切罗基语资源的途径，并讨论切罗基社群人士已表现出兴趣的若干 NLP 工具。我们希望我们的工作不仅能让 NLP 社群了解切罗基语，也能为未来一般性的濒危语言工作提供启发。我们的代码与数据将在 https://github.com/ZhangShiyue/RevitalizeCherokee 开源。
引用
@article{arxiv.2204.11909,
title = {How can NLP Help Revitalize Endangered Languages? A Case Study and Roadmap for the Cherokee Language},
author = {Shiyue Zhang and Ben Frey and Mohit Bansal},
journal= {arXiv preprint arXiv:2204.11909},
year = {2022}
}
备注
ACL 2022