論文の概要: Improving Cross-Lingual Phonetic Representation of Low-Resource Languages Through Language Similarity Analysis

• arxiv url: http://arxiv.org/abs/2501.06810v1
• Date: Sun, 12 Jan 2025 13:29:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-14 14:22:43.483330
• Title: Improving Cross-Lingual Phonetic Representation of Low-Resource Languages Through Language Similarity Analysis
• Title（参考訳）: 言語類似性分析による低音源言語の言語間音声表現の改善
• Authors: Minu Kim, Kangwook Jang, Hoirin Kim,
• Abstract要約: 本稿では,低音源言語における音声処理における言語的類似性が言語間音声表現に与える影響について検討する。 音韻学的に類似した言語を使用すると、単言語訓練よりも55.6%の相対的な改善が達成される。
• 参考スコア（独自算出の注目度）: 7.751856268560216
• License:
• Abstract: This paper examines how linguistic similarity affects cross-lingual phonetic representation in speech processing for low-resource languages, emphasizing effective source language selection. Previous cross-lingual research has used various source languages to enhance performance for the target low-resource language without thorough consideration of selection. Our study stands out by providing an in-depth analysis of language selection, supported by a practical approach to assess phonetic proximity among multiple language families. We investigate how within-family similarity impacts performance in multilingual training, which aids in understanding language dynamics. We also evaluate the effect of using phonologically similar languages, regardless of family. For the phoneme recognition task, utilizing phonologically similar languages consistently achieves a relative improvement of 55.6% over monolingual training, even surpassing the performance of a large-scale self-supervised learning model. Multilingual training within the same language family demonstrates that higher phonological similarity enhances performance, while lower similarity results in degraded performance compared to monolingual training.
• Abstract（参考訳）: 本稿では,低音源言語に対する音声処理において,言語的類似性が言語間音声表現にどのように影響するかを考察し,効率的なソース言語選択を強調した。 従来のクロスランガルな研究は、選択を十分に考慮せずに、ターゲットとする低リソース言語の性能を向上させるために、様々なソース言語を使用してきた。 本研究は,複数の言語家族間の音声的近接性を評価するための実践的アプローチによって支援された,言語選択の詳細な分析を提供することで際立っている。 言語力学の理解を支援する多言語学習における家庭内類似性がパフォーマンスに与える影響について検討する。 また,家族によらず,音韻的に類似した言語を使うことの効果も評価した。 音韻認識タスクでは、音韻的に類似した言語を用いることで、大規模な自己教師型学習モデルの性能を超えながら、単言語学習よりも55.6%の相対的な改善を実現している。 同じ言語族における多言語訓練は、高い音韻的類似性は性能を高めるが、低い類似性は単言語訓練と比較して性能が低下することを示した。

関連論文リスト

• The Role of Language Imbalance in Cross-lingual Generalisation: Insights from Cloned Language Experiments [57.273662221547056]
  本研究では,言語間一般化の非直感的な新規ドライバである言語不均衡について検討する。 学習中に支配的な言語が存在することが、あまり頻度の低い言語の性能を高めることを観察する。 分析を実言語に拡張するにつれ、頻繁な言語は依然として恩恵を受けていますが、言語不均衡が言語間の一般化を引き起こすかどうかは決定的ではありません。
  論文  参考訳（メタデータ） (2024-04-11T17:58:05Z)
• A Computational Model for the Assessment of Mutual Intelligibility Among Closely Related Languages [1.5773159234875098]
  密接に関連する言語は、ある言語の話者が積極的に学習することなく他の言語の話者を理解することができる言語類似性を示す。 相互の知性は程度によって異なり、典型的には精神言語実験でテストされる。 本稿では,人間による言語学習の認知過程を近似するために,線形識別学習システムを用いたコンピュータ支援手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T11:32:13Z)
• GradSim: Gradient-Based Language Grouping for Effective Multilingual Training [13.730907708289331]
  勾配類似度に基づく言語グループ化手法GradSimを提案する。 3つの多言語ベンチマークデータセットに対する実験により、最大のパフォーマンス向上につながることが示された。 言語的特徴の他に、データセットのトピックは言語グループ化において重要な役割を果たす。
  論文  参考訳（メタデータ） (2023-10-23T18:13:37Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Investigating the Impact of Cross-lingual Acoustic-Phonetic Similarities on Multilingual Speech Recognition [31.575930914290762]
  言語間音響-音声の類似性を調べるために, 新たなデータ駆動手法を提案する。 ディープニューラルネットワークは、異なる音響モデルからの分布を直接的に同等の形式に変換するためのマッピングネットワークとして訓練されている。 モノリンガルに比べて8%の相対的な改善が達成されている。
  論文  参考訳（メタデータ） (2022-07-07T15:55:41Z)
• Cross-lingual Transfer for Speech Processing using Acoustic Language Similarity [81.51206991542242]
  言語間の移動は、このデジタル分割を橋渡しする魅力的な方法を提供する。 現在の言語間アルゴリズムは、テキストベースのタスクや音声関連タスクを低リソース言語で実現している。 本稿では,数百の言語をまたがる音響的言語間移動対を効率的に同定する言語類似性手法を提案する。
  論文  参考訳（メタデータ） (2021-11-02T01:55:17Z)
• Discovering Representation Sprachbund For Multilingual Pre-Training [139.05668687865688]
  多言語事前学習モデルから言語表現を生成し、言語分析を行う。 すべての対象言語を複数のグループにクラスタリングし、表現のスプラックバンドとして各グループに名前を付ける。 言語間ベンチマークで実験を行い、強いベースラインと比較して大幅な改善が達成された。
  論文  参考訳（メタデータ） (2021-09-01T09:32:06Z)
• Automatically Identifying Language Family from Acoustic Examples in Low Resource Scenarios [48.57072884674938]
  ディープラーニングを用いて言語類似性を解析する手法を提案する。 すなわち、Willernessデータセットのモデルをトレーニングし、その潜在空間が古典的な言語家族の発見とどのように比較されるかを調べる。
  論文  参考訳（メタデータ） (2020-12-01T22:44:42Z)
• Rediscovering the Slavic Continuum in Representations Emerging from Neural Models of Spoken Language Identification [16.369477141866405]
  音声信号におけるスラヴ語識別のためのニューラルモデルを提案する。 本稿では,言語関連性の客観的尺度を反映しているかどうかを調査するために,その創発的表現を分析した。
  論文  参考訳（メタデータ） (2020-10-22T18:18:19Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)

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。