法律主题分类中现实的零样本跨语言迁移
计算与语言
2022-06-09 v1
摘要
我们利用近期的MultiEURLEX数据集考虑法律主题分类中的零样本跨语言迁移。由于原始数据集包含平行文档，这对于零样本跨语言迁移而言是不现实的，我们开发了一个不含平行文档的新版本数据集。我们使用它表明，基于翻译的方法大幅优于多语预训练模型的跨语言微调（此前MultiEURLEX最佳的零样本迁移方法）。我们还开发了一种双语师生零样本迁移方法，其利用了目标语言的额外无标注文档，并且比直接在带标注目标语言文档上微调的模型表现更好。
引用
@article{arxiv.2206.03785,
title = {Realistic Zero-Shot Cross-Lingual Transfer in Legal Topic Classification},
author = {Stratos Xenouleas and Alexia Tsoukara and Giannis Panagiotakis and Ilias Chalkidis and Ion Androutsopoulos},
journal= {arXiv preprint arXiv:2206.03785},
year = {2022}
}
备注
4 pages, short paper at the 12th Hellenic Conference on Artificial Intelligence (SETN 2022)