从多个含噪增广数据集学习以提升跨语言口语语言理解
计算与语言
2021-09-06 v1 人工智能
摘要
训练数据的缺乏对将口语语言理解（SLU）扩展到低资源语言构成了巨大挑战。尽管已提出多种数据增广方法以在低资源目标语言中合成训练数据，但增广数据集往往含噪，从而妨碍了 SLU 模型的性能。在本文中，我们专注于减轻增广数据中的噪声。我们开发了一种去噪训练方法。多个模型用各种增广方法产生的数据进行训练。这些模型相互提供监督信号。实验结果表明，我们的方法在两个基准数据集上分别比现有最优（state of the art）高出 3.05 和 4.24 个百分点。代码将在 github 上开源。
引用
@article{arxiv.2109.01583,
title = {Learning from Multiple Noisy Augmented Data Sets for Better Cross-Lingual Spoken Language Understanding},
author = {Yingmei Guo and Linjun Shou and Jian Pei and Ming Gong and Mingxing Xu and Zhiyong Wu and Daxin Jiang},
journal= {arXiv preprint arXiv:2109.01583},
year = {2021}
}
备注
Long paper at EMNLP 2021