聚焦OOV：如何对它们进行屈折变化？

我们关注词汇外（OOV）条件下的形态屈折变化，这是一个研究不足的子任务，现有最先进系统在此通常效果不佳。我们开发了三个系统：一个逆行模型和两个基于LSTM和Transformer的序列到序列（seq2seq）模型。为了在OOV条件下进行测试，我们从形态丰富的捷克语中自动提取了一个大型名词数据集，采用引理不相交的数据划分，并进一步手动标注了一个真实世界的OOV新词数据集。在标准OOV条件下，Transformer取得了最佳结果，与LSTM、逆行模型和SIGMORPHON基线的集成性能不断提升。在真实世界的OOV新词数据集上，逆行模型优于所有神经模型。最后，我们的seq2seq模型在SIGMORPHON 2022共享任务数据的OOV评估（特征重叠）中，在大型数据条件下，在16种语言中的9种上达到了最先进的结果。我们发布了捷克语OOV屈折数据集，用于OOV条件下的严格评估。此外，我们将包含seq2seq模型的屈折系统作为即用型Python库发布。