针对低资源场景定制的策略在低资源依存句法分析中的系统性研究
计算与语言
2023-01-31 v2
摘要
在本工作中，我们关注多种语言的低资源依存句法分析。为提升低资源场景下的性能，我们定制了若干策略。尽管这些策略在学界已广为人知，但为我们感兴趣的低资源语言挑选这些策略的最佳组合并非易事，且衡量这些策略有效性的工作未受足够重视。我们在 7 种 Universal Dependency (UD) 低资源语言上，对我们集成方法中的 5 种低资源策略进行了实验。在这些语言上的详尽实验支持了：对于预训练模型未覆盖的语言，存在有效的改进。我们展示了该集成系统在真正低资源语言梵语 (Sanskrit) 上的成功应用。代码与数据可见于：https://github.com/Jivnesh/SanDP
引用
@article{arxiv.2201.11374,
title = {Systematic Investigation of Strategies Tailored for Low-Resource Settings for Low-Resource Dependency Parsing},
author = {Jivnesh Sandhan and Laxmidhar Behera and Pawan Goyal},
journal= {arXiv preprint arXiv:2201.11374},
year = {2023}
}
备注
Accepted at EACL2023 to be held in Croatia Europe