LuxBank：首个卢森堡语通用依存树库
计算与语言
2024-11-08 v1
摘要
通用依存（UD）项目已显著扩展了161种语言的语言学覆盖范围，但卢森堡语——一种约有40万使用者的西日耳曼语——此前一直未被纳入。在本文中，我们介绍LuxBank，首个卢森堡语UD树库，填补了该低研究语言的句法标注和分析空白。我们为卢森堡语语言标注建立了正式规范，为其句法的首个大规模定量分析奠定了基础。LuxBank不仅为语言学家和语言学习者提供资源，还可用作开发拼写检查器和语法检查器的工具、组织现有文本档案以及训练大语言模型。通过将卢森堡语纳入UD框架，我们旨在增进对西日耳曼语言句法变异的理解，并为记录规模较小、半标准化语言提供范例。本工作将卢森堡语定位为更广泛的语言学和自然语言处理社区中的宝贵资源，为研究资源有限的语言做出贡献。
引用
@article{arxiv.2411.04813,
title = {LuxBank: The First Universal Dependency Treebank for Luxembourgish},
author = {Alistair Plum and Caroline Döhmer and Emilia Milano and Anne-Marie Lutgen and Christoph Purschke},
journal= {arXiv preprint arXiv:2411.04813},
year = {2024}
}
备注
Accepted at 22nd Workshop on Treebanks and Linguistic Theories (TLT 2024)