波斯语自然语言推理：一种元学习方法

融入其他语言的信息可改善低资源语言任务的结果。构建低资源语言功能性自然语言处理系统的一种有力方法是将多语言预训练表示与跨语言迁移学习相结合。然而，通常共享表示是分别学习的，要么跨任务，要么跨语言。本文提出一种用于波斯语自然语言推理的元学习方法。具体而言，元学习使用不同的任务信息（如波斯语问答）或其他语言信息（如英语自然语言推理）。此外，我们研究了任务增强策略对于构建额外高质量任务的作用。我们使用四种语言及一个辅助任务对所提方法进行评估。与基线方法相比，所提模型始终优于基线，准确率提升约百分之六。我们还通过零样本评估与CCA相似度考察了寻找合适初始参数的效果。