为何低资源NLP需要更多于跨语言迁移：来自卢森堡语的经验教训
计算与语言
2026-05-12 v1 人工智能
摘要
跨语言迁移已成为将自然语言处理(NLP)技术扩展到低资源语言的核心范式。通过利用来自高资源语言的监督信息，多语言语言模型可以在很少或没有目标语言标记数据的情况下实现强大的任务性能。然而，跨语言迁移到什么程度可以替代语言特定的努力尚不明确。本文综合了卢森堡语的先前研究发现和数据收集结果，卢森堡语尽管在类型学上接近高资源语言且存在多语言语境中，仍在现代NLP技术中得到不充分的表示。跨语言迁移可以显著改善目标语言性能，但其成功取决于来自目标语言的高质量、任务对齐数据的可用性。同时，这些资源，特别是在低资源环境中，通常规模不足以单独驱动强性能。相反，这些资源只有在被纳入跨语言框架时才能发挥其全部潜力。因此，我们认为跨语言迁移和语言特定努力不应被视为竞争的替代方案，而应作为可持续低资源NLP管道中互补组成部分。基于这些见解，我们提供了在可持续低资源NLP管道中集成和平衡跨语言迁移与语言特定开发的实用指南。
引用
@article{arxiv.2605.10714,
title = {Why Low-Resource NLP Needs More Than Cross-Lingual Transfer: Lessons Learned from Luxembourgish},
author = {Fred Philippy and Siwen Guo and Jacques Klein and Tegawendé F. Bissyandé},
journal= {arXiv preprint arXiv:2605.10714},
year = {2026}
}
备注
Accepted at BigPicture Workshop 2026 (co-located with ACL 2026)