重新审视跨语言命名实体识别中基于投影的数据迁移方法：针对低资源语言
计算与语言
2025-02-03 v1 信息检索
摘要
跨语言命名实体识别 (NER) 利用知识在语言之间进行迁移，以识别和分类命名实体，这对于低资源语言尤其有用。我们展示数据驱动的跨语言迁移方法是跨语言 NER 的有效技术，能够在低资源语言方面超越多语言语言模型。这篇论文对跨语言 NER 中投影步骤的两个关键改进做出了介绍。首先，我们探索使用回译来细化词对齐，以提高准确性。其次，我们提出一种新颖的形式化投影方法，用于匹配源实体与提取的目标候选实体。通过在覆盖 57 种语言的两个数据集上进行大量实验，我们证明了该方法在低资源设置下优于现有的基于投影的方法。这些发现凸显了投影数据迁移作为低资源语言跨语言命名实体识别中替代模型方法的鲁健性。
引用
@article{arxiv.2501.18750,
title = {Revisiting Projection-based Data Transfer for Cross-Lingual Named Entity Recognition in Low-Resource Languages},
author = {Andrei Politov and Oleh Shkalikov and René Jäkel and Michael Färber},
journal= {arXiv preprint arXiv:2501.18750},
year = {2025}
}
备注
Accepted at NoDaLiDa/Baltic-HLT 2025