分布迁移时：低资源语言的因果一般化
计算与语言
2026-02-23 v2
摘要
机器学习模型在分布迁移下常常失败，这在低资源环境中尤为突出，因为数据有限限制了其鲁健性。领域一般化（DG）方法通过学习跨域不变的表征来应对这一挑战，常常利用因果原则。在本工作中，我们研究了两种针对低资源自然语言处理的因果 DG 方法。首先，我们使用 GPT-4o-mini 对情感分类在纳伊贾语 (Yoruba) 和伊格博语 (Igbo) 的纳伊贾情感推文语料库进行因果数据增强，生成对抗式 paraphrase。其次，我们调查在 Aspect Review (DINER) 框架下进行不变因果表征学习，用于方面情感分析。我们将 DINER 扩展到多语言环境，通过引入 Afri-SemEval 数据集，该数据集翻译自 SemEval-2014 任务的 17 种语言。实验表明，在面对未见域时表现出 improved robustness，因果数据增强和因果表征学习在多种语言上均取得一致的性能提升。
引用
@article{arxiv.2510.27512,
title = {When Distributions Shifts: Causal Generalization for Low-Resource Languages},
author = {Mahi Aliyu Aminu and Chisom Chibuike and Fatimo Adebanjo and Omokolade Awosanya and Samuel Oyeneye},
journal= {arXiv preprint arXiv:2510.27512},
year = {2026}
}