JamPatoisNLI：一个牙买加克里奥尔语自然语言推理数据集
计算与语言
2022-12-08 v1 机器学习
摘要
JamPatoisNLI 提供了首个克里奥尔语——牙买加克里奥尔语（Jamaican Patois）的自然语言推理数据集。许多使用最广的低资源语言都是克里奥尔语。这些语言通常具有源自主要世界语言的词汇，以及反映原说话者语言并通过克里奥尔化语言诞生过程而形成的独特语法。这使其在探索从大型单语或多语预训练模型迁移的有效性方面具有独特地位。虽然我们的工作与先前工作表明，从这些模型向与其训练集语言无关的低资源语言迁移并不十分有效，但我们预期向克里奥尔语的迁移会有更强的结果。确实，我们的实验显示 JamPatoisNLI 的小样本学习结果明显优于此类无关语言，并帮助我们开始理解克里奥尔语与其高资源基础语言之间的独特关系如何影响跨语言迁移。JamPatoisNLI 由自然出现的前提与专家撰写的假设组成，是引导研究关注传统上服务不足语言的一步，也是理解跨语言 NLP 的有用基准。
引用
@article{arxiv.2212.03419,
title = {JamPatoisNLI: A Jamaican Patois Natural Language Inference Dataset},
author = {Ruth-Ann Armstrong and John Hewitt and Christopher Manning},
journal= {arXiv preprint arXiv:2212.03419},
year = {2022}
}
备注
14 pages, 3 figures, Findings of EMNLP 2022