2022大规模多语言自然语言理解（MMNLU-22）研讨会与竞赛
计算与语言
2022-12-14 v1
摘要
尽管自然语言理解（NLU）近期取得进展，多语言NLU系统的创建仍具挑战。由于缺乏可用数据，NLU系统常限于语言子集，且性能往往差异显著。我们启动三阶段方法以应对NLU的局限并将NLU技术推向新高度。我们发布了一个称为多语言Amazon SLU资源包（SLURP）的52语言数据集，用于槽填充、意图分类和虚拟助手评估，或称MASSIVE，以努力解决语音助手的并行数据可用性问题。我们组织大规模多语言NLU 2022挑战赛以提供竞争环境并推进模型向他语言的可迁移性前沿。最后，我们举办首届大规模多语言NLU研讨会，将各组件汇聚一堂。MMNLU研讨会旨在通过提供该领域新研究展示平台并连接从事此研究方向团队，推进多语言NLU背后的科学。本文总结了数据集、研讨会与竞赛及各阶段的发现。
引用
@article{arxiv.2212.06346,
title = {The Massively Multilingual Natural Language Understanding 2022 (MMNLU-22) Workshop and Competition},
author = {Christopher Hench and Charith Peris and Jack FitzGerald and Kay Rottmann},
journal= {arXiv preprint arXiv:2212.06346},
year = {2022}
}
备注
5 pages