无迁移且数据高效的 multilingual 槽位标注
计算与语言
2023-11-14 v2
摘要
槽位标注（SL）是任务型对话（ToD）系统的核心组件，其中槽位及其对应值通常依赖于具体语言、任务和领域。因此，将系统扩展至任何新的语言-领域-任务配置都需要（重新）执行昂贵且资源密集的数据标注过程。为缓解固有的数据稀缺问题，当前关于多语言 ToD 的研究假定特定任务和领域总有充足的英语标注数据可用，从而运行于标准的跨语言迁移设定下。本文脱离这一常不现实的假设。我们考察了无法保证此类启用迁移的英语标注数据的挑战性场景，并聚焦于直接在目标语言中、无任何现成英语数据的情况下，自举无迁移场景中的多语言数据高效槽位标注器。我们提出一种两阶段槽位标注方法（称为 TWOSL），将标准多语言句子编码器转化为高效的槽位标注器。阶段 1 中，仅依靠少量 SL 标注样本、基于 SL 自适应的对比学习，我们将句子编码器转变为任务特定的跨度编码器。阶段 2 中，我们将 SL 从词元分类重构为更简单、数据需求更低的跨度分类任务。我们在两个标准多语言 TOD 数据集及多种语言上的结果证实了 TWOSL 的有效性与鲁棒性。其在最具挑战性的无迁移少样本设定中尤为有效，为多语言槽位标注器的快速、数据高效自举铺平了道路。
引用
@article{arxiv.2305.13528,
title = {Transfer-Free Data-Efficient Multilingual Slot Labeling},
author = {Evgeniia Razumovskaia and Ivan Vulić and Anna Korhonen},
journal= {arXiv preprint arXiv:2305.13528},
year = {2023}
}
备注
Accepted to EMNLP 2023