用深度学习模型理解 Tieq Viet
计算与语言
2022-07-05 v1
摘要
深度学习在恢复丢失信息以及更困难的逆函数计算问题方面是一种强大的方法。当应用于自然语言处理时，该方法本质上是利用上下文作为通过似然最大化来恢复信息的手段。不久前，一项名为 Tieq Viet 的语言学研究在研究人员和社会中都引起了争议。我们发现这是一个很好的例子，用以展示深度学习模型恢复丢失信息的能力。在 Tieq Viet 的提案中，标准越南语中的一些辅音被替换。用该提案写出的句子可以被解释为标准形式中具有不同含义的多个句子。我们想要检验的假设是：如果我们把文本从越南语翻译为 Tieq Viet，深度学习模型能否恢复丢失的信息。
引用
@article{arxiv.2207.00975,
title = {Understanding Tieq Viet with Deep Learning Models},
author = {Nguyen Ha Thanh},
journal= {arXiv preprint arXiv:2207.00975},
year = {2022}
}