基于社交媒体进行疫情预警的语言迁移

可分析社交媒体上的陈述以识别出现危险信号医学症状的个体，从而实现对流感等疾病的早期检测。由于疾病不受文化边界限制并可能在讲不同语言的群体间传播，我们希望构建多语言模型。然而，为每种语言训练模型所需的数据可能难以获取、成本高昂且耗时，特别是对于低资源语言。以日语为目标语言，我们探索利用一种语言的数据来构建另一种语言模型的方法。我们评估了在机器翻译数据上训练以及通过多语言模型进行零样本迁移的策略。我们发现源语言的选择会影响性能，其中中日语言对优于英日语言对。在机器翻译数据上训练展现出前景，尤其当与少量目标语言数据结合使用时。