Logion：面向希腊语文献学的机器学习
计算与语言
2023-05-03 v1 机器学习
摘要
本文提出机器学习方法以解决希腊语文献学中的各类问题。在迄今用于此目的的最大前现代希腊语数据集上训练 BERT 模型后，我们识别并纠正了抄写员在文本传抄过程中犯下的此前未检测到的错误，据我们所知，这是首次通过机器学习成功识别此类错误。此外，我们展示了该模型填补由前现代手稿物质劣化所造成空缺的能力，并将模型表现与领域专家进行比较。我们发现，当领域专家获得模型建议以激发思路时表现最佳。考虑到此类人机协作，我们探究了模型的可解释性，发现某些注意力头似乎编码了前现代希腊语的若干语法特征。
引用
@article{arxiv.2305.01099,
title = {Logion: Machine Learning for Greek Philology},
author = {Charlie Cowen-Breen and Creston Brooks and Johannes Haubold and Barbara Graziosi},
journal= {arXiv preprint arXiv:2305.01099},
year = {2023}
}
备注
14 pages, 4 figures