“低资源”语言的芝诺悖论
计算与语言
2024-10-29 v1
摘要
自然语言处理（NLP）中常被研究语言之间的差异，通常通过将语言称为低资源与高资源来体现。然而，对于究竟什么才符合“低资源语言”的标准，目前共识有限。为了解 NLP 论文如何定义和研究“低资源”语言，我们对 ACL Anthology 和提及关键词“低资源”的主流语音处理会议中的 150 篇论文进行了定性分析。基于我们的分析，展示了多个相互作用的轴如何共同导致一种语言的“低资源化”，以及为什么这会使得追踪每种语言的进展变得困难。我们希望我们的工作（1）促使在论文中使用该术语时给出明确的定义，并（2）为将一种语言称为低资源时需考虑的不同维度提供依据。
引用
@article{arxiv.2410.20817,
title = {The Zeno's Paradox of `Low-Resource' Languages},
author = {Hellina Hailu Nigatu and Atnafu Lambebo Tonja and Benjamin Rosman and Thamar Solorio and Monojit Choudhury},
journal= {arXiv preprint arXiv:2410.20817},
year = {2024}
}
备注
Accepted at EMNLP 2024