論文の概要: RunyaNER: Auxiliary Language Selection for Runyankore NER
- arxiv url: http://arxiv.org/abs/2609.37543v1
- Date: Tue, 29 Sep 2026 13:22:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.553925
- Title: RunyaNER: Auxiliary Language Selection for Runyankore NER
- Title（参考訳）: RunyaNER: Runyankore NERの補助言語選択
- Abstract要約: 言語間ゼロショット転送と多言語ファインチューニングは、NLPタスクに有望なアプローチである。
どのような補助的な言語選択戦略が最良の移行につながるかは明らかでない。
RunyaNERは、東アフリカの言語Runyankoreで最初に公開されたNERベンチマークである。
- 参考スコア（独自算出の注目度）: 9.870633259350413
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cross-lingual zero-shot transfer and multilingual fine-tuning are promising approaches for NLP tasks such as Named Entity Recognition (NER) in low-resource languages, but in the absence of target language benchmarks, it is unclear which auxiliary language selection strategy leads to the best transfer. We introduce RunyaNER, the first publicly available NER benchmark for the East African language Runyankore, and use it to investigate the choice of which languages to use for transfer. Created with a semi-automated pipeline and fully manually verified, RunyaNER contains over 237k annotated words across 30k sentences. We benchmark pretrained models on RunyaNER, establishing that our dataset is of sufficient quality and size to produce effective Runyankore NER models. We then use RunyaNER to investigate auxiliary language selection in cross-lingual zero-shot and multilingual fine-tuning settings. Our experiments show that while transfer performance is highly sensitive to auxiliary language selection, embedding-based measures computed from labelled training spans correlate more strongly with downstream transfer performance than traditional linguistic features based on metadata or typology. By releasing RunyaNER and providing a systematic analysis of auxiliary language selection strategies, this work contributes both a new benchmark resource and practical insights for multilingual transfer in low-resource settings.
- Abstract（参考訳）: 低リソース言語における名前付きエンティティ認識(NER)のようなNLPタスクの言語間ゼロショット転送や多言語微調整は有望なアプローチである。
RunyaNERは、東アフリカの言語Runyankoreで最初に公開されたNERベンチマークで、転送に使用する言語の選択を調査するために使用します。
RunyaNERは半自動パイプラインで作られ、完全に手作業で検証される。
RunyaNERで事前トレーニングされたモデルをベンチマークし、我々のデータセットが有効なRunyankore NERモデルを生成するのに十分な品質とサイズであることを確認する。
次に、RunyaNERを用いて、言語横断的なゼロショットとマルチランガルな微調整設定における補助的な言語選択を調査する。
実験の結果, 伝達性能は補助言語選択に非常に敏感であるが, ラベル付きトレーニングスパンから算出した埋め込みベース尺度は, メタデータやタイポロジーに基づく従来の言語特性よりも, 下流転送性能と強く相関していることがわかった。
RunyaNERをリリースし、補助的な言語選択戦略を体系的に分析することによって、この研究は、新しいベンチマークリソースと低リソース環境での多言語転送のための実践的な洞察の両方に寄与する。
関連論文リスト
- Low-Resource Neural Machine Translation Using Recurrent Neural Networks and Transfer Learning: A Case Study on English-to-Igbo [0.0]
我々はニューラル・マシン・トランスフォーメーション(NMT)とトランスフォーマー・ベース・トランスフォーマー・トランスフォーメーション・ラーニング・モデルを開発した。
私たちのモデルは、Bible corpora、ローカルニュース、Wikipediaの記事、Common Crawlからコンパイルされた、キュレートされたベンチマークデータセットに基づいてトレーニングされています。
転送学習では,+4.83BLEU点の性能向上が観測され,推定翻訳精度は70%に達した。
論文 参考訳（メタデータ） (2025-04-24T05:02:26Z) - Language Fusion for Parameter-Efficient Cross-lingual Transfer [21.96231169571248]
Fusion forLanguage Representations (FLARE)は、英語以外の言語における表現品質と下流のパフォーマンスを向上させる新しい手法である。
FLAREは、低ランク (LoRA) アダプタ内でのソースおよびターゲット言語表現を、軽量線形変換を用いて統合する。
FLAREの有効性を実証するためには、自然言語推論、質問応答、感情分析など、言語横断の自然言語理解タスクにまたがる一連の実験がある。
論文 参考訳（メタデータ） (2025-01-12T18:02:29Z) - Analysing Cross-Lingual Transfer in Low-Resourced African Named Entity
Recognition [0.10641561702689348]
低リソース言語10言語間の言語間移動学習の特性について検討する。
一つの言語でうまく機能するモデルは、他の言語への一般化を犠牲にして、しばしばそうする。
ソースとターゲットデータセット間で重複するデータの量は、言語間の地理的あるいは遺伝的距離よりも、転送性能の予測器として優れている。
論文 参考訳（メタデータ） (2023-09-11T08:56:47Z) - T3L: Translate-and-Test Transfer Learning for Cross-Lingual Text
Classification [50.675552118811]
言語間テキスト分類は通常、様々な言語で事前訓練された大規模多言語言語モデル(LM)に基づいて構築される。
本稿では,古典的な「翻訳とテスト」パイプラインを再考し,翻訳と分類の段階を適切に分離することを提案する。
論文 参考訳（メタデータ） (2023-06-08T07:33:22Z) - Strategies for improving low resource speech to text translation relying
on pre-trained ASR models [59.90106959717875]
本稿では,テキスト翻訳(ST)における低音源音声の性能向上のための技術と知見について述べる。
本研究は,英語とポルトガル語,タマシェク語とフランス語の2つの言語対について,シミュレーションおよび実低資源設定について実験を行った。
論文 参考訳（メタデータ） (2023-05-31T21:58:07Z) - CROP: Zero-shot Cross-lingual Named Entity Recognition with Multilingual
Labeled Sequence Translation [113.99145386490639]
言語間NERは、整列した言語間表現や機械翻訳結果を通じて、言語間で知識を伝達することができる。
ゼロショット言語間NERを実現するために,クロスランガル・エンティティ・プロジェクション・フレームワーク(CROP)を提案する。
多言語ラベル付きシーケンス翻訳モデルを用いて、タグ付けされたシーケンスをターゲット言語に投影し、ターゲットの原文にラベル付けする。
論文 参考訳（メタデータ） (2022-10-13T13:32:36Z) - Geographical Distance Is The New Hyperparameter: A Case Study Of Finding
The Optimal Pre-trained Language For English-isiZulu Machine Translation [0.0]
本研究は,英語訳フレームワークにおける翻訳学習の潜在的なメリットについて考察する。
1つの多言語コーパスを含む8つの言語コーパスから得られた結果から,isiXa-isiZuluがすべての言語より優れた結果を得た。
我々はまた,事前学習されたモデルに対する言語選択を容易にする新しい係数である,Nasir's Geographical Distance Coefficient (NGDC) も導出した。
論文 参考訳（メタデータ） (2022-05-17T20:41:25Z) - Reinforced Iterative Knowledge Distillation for Cross-Lingual Named
Entity Recognition [54.92161571089808]
言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。
既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。
半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
論文 参考訳（メタデータ） (2021-06-01T05:46:22Z) - Continual Mixed-Language Pre-Training for Extremely Low-Resource Neural
Machine Translation [53.22775597051498]
我々は,mbart を未熟な言語に効果的に適用するための,継続的な事前学習フレームワークを提案する。
その結果,mBARTベースラインの微調整性能を一貫して改善できることが示された。
私たちのアプローチは、両方の言語が元のmBARTの事前トレーニングで見られる翻訳ペアのパフォーマンスを高めます。
論文 参考訳（メタデータ） (2021-05-09T14:49:07Z) - Building Low-Resource NER Models Using Non-Speaker Annotation [58.78968578460793]
言語横断的な手法はこれらの懸念に対処する上で顕著な成功を収めた。
本稿では,Non-Speaker''(NS)アノテーションを用いた低リソース名前付きエンティティ認識(NER)モデル構築のための補完的アプローチを提案する。
NSアノテータの使用は、現代の文脈表現上に構築された言語間メソッドよりも、一貫した結果が得られることを示す。
論文 参考訳（メタデータ） (2020-06-17T03:24:38Z)
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。