面向资源较少语言更有意义资源的建设
计算与语言
2022-02-25 v1 人工智能
摘要
在本立场论文中，我们描述了关于应如何联系这些语言的说话者来开发资源较少语言的有意义资源的观点。我们首先详细考察两种大规模多语言资源。我们探究 Wikidata 中存储的若干资源较少语言名称的内容，发现其中许多名称实际上并不在其所声称的语言中，且需要不小的精力来纠正。我们讨论 WikiAnn 中存在的质量问题，并评估其作为手工标注数据补充的有用性。接着我们讨论以周到且合乎伦理的方式为资源较少语言创建标注的重要性，这种方式将语言说话者纳入开发过程。最后我们给出资源开发的推荐准则。
引用
@article{arxiv.2202.12288,
title = {Toward More Meaningful Resources for Lower-resourced Languages},
author = {Constantine Lignos and Nolan Holley and Chester Palen-Michel and Jonne Sälevä},
journal= {arXiv preprint arXiv:2202.12288},
year = {2022}
}
备注
Submitted to the ACL 2022 theme track "Language Diversity: from Low-Resource to Endangered Languages" and accepted to Findings of the ACL for ACL 2022