语言相似性与文字系统在新型多层阿尔及利亚方言语料库上的相互作用
计算与语言
2021-06-01 v3
摘要
近年来，人们对具有相似类型学的语言之间以及不同文字系统语言之间的跨语言迁移兴趣日益增长。然而，语言相似性与文字差异在跨语言迁移中的相互作用是一个较少被研究的问题。我们在两项有监督任务（即词性标注与情感分析）的跨语言迁移上探索这一相互作用。我们引入一个 newly annotated 的阿尔及利亚用户生成评论语料库，包含以拉丁字母、阿拉伯字母及语码转换文字书写的阿尔及利亚语平行标注，以及情感与主题类别的标注。我们通过微调多语言语言模型进行基线实验。我们进一步通过以下方式微调多语言模型来探索文字系统与语言相似性在跨语言迁移中的效应：a) 类型学不同但使用相同文字的语言，b) 类型学相似但使用不同文字的语言，或 c) 类型学相似且使用相同文字的语言。我们发现词性标注中文字系统与类型学之间存在微妙关系，而情感分析较不敏感。
引用
@article{arxiv.2105.07400,
title = {The interplay between language similarity and script on a novel multi-layer Algerian dialect corpus},
author = {Samia Touileb and Jeremy Barnes},
journal= {arXiv preprint arXiv:2105.07400},
year = {2021}
}
备注
Accepted at Findings of ACL: ACL2021