公开可用僧伽罗语自然语言处理工具与研究综述
计算与语言
2026-01-13 v26
摘要
僧伽罗语是僧伽罗人的母语，他们构成了斯里兰卡最大的族群。该语言属于横跨全球的语言树——印欧语系。然而，由于语言与经济资本的双重匮乏，从自然语言处理工具与研究的角度看，僧伽罗语仍是一种资源贫乏的语言，它既没有其表亲英语所拥有的经济驱动力，也不具备如汉语这类语言靠数量规律带来的巨大推力。斯里兰卡的一些研究小组已注意到这一匮乏以及由此产生的对僧伽罗语自然语言处理 proper 工具与研究的迫切需求。然而，由于种种原因，这些尝试似乎缺乏协调且彼此互不了解。本文的目标是填补这一空白，即对公开可用的僧伽罗语自然语言工具与研究进行全面文献综述，使该领域的研究者能更好地利用同行的贡献。为此，我们将把本文上传至 arXiv 并定期持续更新以反映该领域的进展。
引用
@article{arxiv.1906.02358,
title = {Survey on Publicly Available Sinhala Natural Language Processing Tools and Research},
author = {Nisansa de Silva},
journal= {arXiv preprint arXiv:1906.02358},
year = {2026}
}