論文の概要: Toward More Meaningful Resources for Lower-resourced Languages

• arxiv url: http://arxiv.org/abs/2202.12288v1
• Date: Thu, 24 Feb 2022 18:39:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-25 16:24:42.353751
• Title: Toward More Meaningful Resources for Lower-resourced Languages
• Title（参考訳）: 低リソース言語のためのより意味のあるリソースを目指して
• Authors: Constantine Lignos, Nolan Holley, Chester Palen-Michel, Jonne S\"alev\"a
• Abstract要約: Wikidataに格納されているいくつかの低リソース言語の名前の内容について検討する。 WikiAnnにある品質問題について議論し、手書きのアノテートデータに有用なサプリメントであるかどうかを評価する。 資源開発に関する推奨ガイドラインをまとめる。
• 参考スコア（独自算出の注目度）: 2.3513645401551333
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this position paper, we describe our perspective on how meaningful resources for lower-resourced languages should be developed in connection with the speakers of those languages. We first examine two massively multilingual resources in detail. We explore the contents of the names stored in Wikidata for a few lower-resourced languages and find that many of them are not in fact in the languages they claim to be and require non-trivial effort to correct. We discuss quality issues present in WikiAnn and evaluate whether it is a useful supplement to hand annotated data. We then discuss the importance of creating annotation for lower-resourced languages in a thoughtful and ethical way that includes the languages' speakers as part of the development process. We conclude with recommended guidelines for resource development.
• Abstract（参考訳）: 本稿では,低リソース言語に対する有意義なリソースが,これらの言語話者とどのように結びついて開発されるべきかについて述べる。 まず,2つの多言語リソースについて詳細に検討する。 Wikidataに格納されているいくつかの低リソース言語の名前の内容を調べ、それらの多くは実際に彼らが主張する言語にはないこと、そして修正するためには自明な努力を要することを発見した。 WikiAnnにある品質問題について議論し、手書きのアノテートデータに有用なサプリメントかどうかを評価する。 次に、開発プロセスの一部として言語の話者を含む、思慮深く倫理的な方法で、低リソース言語のためのアノテーションを作成することの重要性について論じる。 我々は資源開発のための推奨ガイドラインで締めくくる。

関連論文リスト

• LLMs Are Few-Shot In-Context Low-Resource Language Learners [59.74451570590808]
  In-context Learning (ICL) は、大規模言語モデル(LLM)に、表現不足の言語で多様なタスクを実行する権限を与える。 ICLとその言語間変動(X-ICL)を25の低リソース言語と7の比較的高リソース言語で検討した。 本研究は,LLMの低リソース理解品質向上における文脈内情報の重要性を論じる。
  論文  参考訳（メタデータ） (2024-03-25T07:55:29Z)
• Zero-shot Sentiment Analysis in Low-Resource Languages Using a Multilingual Sentiment Lexicon [78.12363425794214]
  私たちは、34の言語にまたがるゼロショットの感情分析タスクに重点を置いています。 文レベルの感情データを使用しない多言語語彙を用いた事前学習は、英語の感情データセットに微調整されたモデルと比較して、ゼロショット性能が優れていることを示す。
  論文  参考訳（メタデータ） (2024-02-03T10:41:05Z)
• Multilingual Word Embeddings for Low-Resource Languages using Anchors and a Chain of Related Languages [54.832599498774464]
  我々は,言語連鎖に基づく新しいアプローチにより,多言語単語埋め込み(MWE)を構築することを提案する。 リソースの豊富なソースから始めて、ターゲットに到達するまで各言語をチェーンに順次追加することで、MWEを一度に1つの言語で構築します。 本手法は,4つの低リソース(5Mトークン)と4つの中程度の低リソース(50M)ターゲット言語を含む4つの言語ファミリーを対象としたバイリンガルレキシコン誘導法について検討した。
  論文  参考訳（メタデータ） (2023-11-21T09:59:29Z)
• Contextualising Levels of Language Resourcedness affecting Digital Processing of Text [0.5620321106679633]
  我々は,全言語における直交型論 LRL と HRL が問題であると主張している。 特徴付けは、ツールを数えるのではなく、各カテゴリの文脈的特徴の類型化に基づいている。
  論文  参考訳（メタデータ） (2023-09-29T07:48:24Z)
• NusaWrites: Constructing High-Quality Corpora for Underrepresented and Extremely Low-Resource Languages [54.808217147579036]
  インドネシアの地方言語について事例研究を行う。 データセット構築におけるオンラインスクラップ,人文翻訳,および母語話者による段落作成の有効性を比較した。 本研究は,母語話者による段落作成によって生成されたデータセットが,語彙的多様性と文化的内容の点で優れた品質を示すことを示す。
  論文  参考訳（メタデータ） (2023-09-19T14:42:33Z)
• A Survey of Corpora for Germanic Low-Resource Languages and Dialects [18.210880703295253]
  この研究は低リソース言語、特に非標準の低リソース言語に焦点を当てている。 研究を促進するために,80以上のコーパスの概要を公開している。
  論文  参考訳（メタデータ） (2023-04-19T16:45:16Z)
• Transfer to a Low-Resource Language via Close Relatives: The Case Study on Faroese [54.00582760714034]
  言語間のNLP転送は、高ソース言語のデータとモデルを活用することで改善できる。 我々は、名前付きエンティティ認識(NER)、セマンティックテキスト類似性(STS)、スカンジナビア全言語で訓練された新しい言語モデルのためのFaroeseデータセットとFaroeseデータセットの新しいWebコーパスをリリースする。
  論文  参考訳（メタデータ） (2023-04-18T08:42:38Z)
• Rethinking Annotation: Can Language Learners Contribute? [13.882919101548811]
  本稿では,言語学習者がベンチマークデータセットにアノテーションを貢献できるかどうかを検討する。 我々は、英語、韓国語、インドネシア語という3つの言語と、感情分析、自然言語推論、名前付きエンティティ認識、機械読解の4つのNLPタスクをターゲットにしている。 言語学習者、特に中級または上級の言語習熟度を持つ者は、追加資源の助けを借りてかなり正確なラベルを提供することができる。
  論文  参考訳（メタデータ） (2022-10-13T08:22:25Z)
• When Word Embeddings Become Endangered [0.685316573653194]
  本稿では,異なる資源豊富な言語の単語埋め込みとリソース不足言語の翻訳辞書を用いて,絶滅危惧言語の単語埋め込みを構築する手法を提案する。 言語間の単語埋め込みと感情分析モデルはすべて、簡単に使えるPythonライブラリを通じて公開されています。
  論文  参考訳（メタデータ） (2021-03-24T15:42:53Z)
• Anchor-based Bilingual Word Embeddings for Low-Resource Languages [76.48625630211943]
  良質な単言語単語埋め込み(MWEs)は、大量のラベルのないテキストを持つ言語向けに構築することができる。 MWEは、数千の単語変換ペアだけでバイリンガル空間に整列することができる。 本稿では,高資源言語におけるベクトル空間を出発点とするBWEの構築手法を提案する。
  論文  参考訳（メタデータ） (2020-10-23T19:17:00Z)
• Combining Pretrained High-Resource Embeddings and Subword Representations for Low-Resource Languages [24.775371434410328]
  形態学的に豊かな言語(MRL)の質を利用した手法を探求する。 本稿では,Xhosa- English 翻訳の下流処理において,事前学習と形態的インフォームド単語の埋め込みを併用したメタ埋め込み手法が有効であることを示す。
  論文  参考訳（メタデータ） (2020-03-09T21:30:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。