零样本跨语言滥用语言检测的迁移语言选择
计算与语言
2022-06-07 v1 人工智能
机器学习
摘要
我们研究自动滥用语言检测中迁移语言的选择。我们展示了跨语言迁移学习在零样本滥用语言检测中的有效性，而非为每种语言都准备数据集。通过这种方式，我们可以利用高资源语言的现有数据，为低资源语言构建更好的检测系统。我们的数据集来自三个语系的七种不同语言。我们使用多种语言相似性度量（特别是通过量化《世界语言结构地图集》）来度量语言间的距离。我们表明语言学的相似性与分类器性能之间存在相关性。这一发现使我们能够为零样本滥用语言检测选择最优的迁移语言。
引用
@article{arxiv.2206.00962,
title = {Transfer Language Selection for Zero-Shot Cross-Lingual Abusive Language Detection},
author = {Juuso Eronen and Michal Ptaszynski and Fumito Masui and Masaki Arata and Gniewosz Leliwa and Michal Wroczynski},
journal= {arXiv preprint arXiv:2206.00962},
year = {2022}
}