基于深度学习的低资源印度语言马拉地语问答
计算与语言
2023-09-28 v1
摘要
问答系统从文本中为给定输入问题抽取精确答案。近期研究利用本体、规则库和基于机器学习的方法构建了马拉地语问答系统。近来，Transformer 模型与迁移学习方法被用于解决问答挑战。本文中，我们调研不同的 Transformer 模型以构建基于阅读理解的马拉地语问答系统。我们在不同的马拉地语预训练多语言与单语模型（如印度语言多语言表示(MuRIL)、MahaBERT、印度语言双向编码器表示(IndicBERT)）上进行了实验，并在基于马拉地语阅读理解的数据集上进行了微调。通过在马拉地语数据集上微调 MuRIL 多语言模型，我们取得了最佳准确率，EM 分数达 0.64，F1 分数达 0.74。
引用
@article{arxiv.2309.15779,
title = {Question answering using deep learning in low resource Indian language Marathi},
author = {Dhiraj Amin and Sharvari Govilkar and Sagar Kulkarni},
journal= {arXiv preprint arXiv:2309.15779},
year = {2023}
}