用于跨语言语义解析的最优传输后验对齐
计算与语言
2023-07-11 v1
摘要
跨语言语义解析将解析能力从高资源语言（如英语）迁移到训练数据稀缺的低资源语言。先前工作主要考虑银标数据增强或零样本方法，然而利用少样本金标数据则相对未被探索。我们提出一种跨语言语义解析的新方法，通过最优传输显式最小化概率潜变量之间的跨语言散度。我们展示了这种直接引导如何使用更少样本与更少训练从自然语言进行解析。我们在两个数据集 MTOP 与 MultiATIS++SQL 上评估了我们的方法，在少样本跨语言设定下确立了最先进（state-of-the-art）结果。消融研究进一步揭示，即便没有平行输入翻译，我们的方法也能提升性能。此外，我们展示了我们的模型在潜空间中更好地捕捉跨语言结构，从而提升语义表示相似性。
引用
@article{arxiv.2307.04096,
title = {Optimal Transport Posterior Alignment for Cross-lingual Semantic Parsing},
author = {Tom Sherborne and Tom Hosking and Mirella Lapata},
journal= {arXiv preprint arXiv:2307.04096},
year = {2023}
}
备注
Accepted to TACL 2023. Pre-MIT Press publication. 17 pages, 3 figures, 6 tables