随时间演变的脚本：NLP 中Transliteration作用演变的综述

NLP 中的跨语言迁移常因“脚本障碍”而受阻，即不同书写系统的差异阻碍了语言之间的迁移学习。Transliteration（即将脚本转换为另一种脚本的过程）已成为一种强大的技术，通过增加词汇重叠度来弥合这一鸿沟。本文提供了关于在跨语言 NLP 中应用Transliteration的全面综述。我们呈现了利用Transliteration的关键动机的分类学，并概述了将Transliteration作为输入纳入不同方法的概览。我们分析了这些方法的演变与有效性，讨论了涉及的关键权衡，并阐述了其在现代大型语言模型 (LLM) 中的必要性。本文探讨了各种情境，说明Transliteration的有益性，包括处理代码混合文本、利用语言族的相关性以及在推理效率方面的实用收益。基于这一分析，我们为研究人员提供了具体建议，指导其根据特定语言、任务和资源限制选择和实施最合适的Transliteration策略。