論文の概要: CrisiLangs: A Multilingual Resource for Crisis Warning Generation

• arxiv url: http://arxiv.org/abs/2610.31356v1
• Date: Thu, 22 Oct 2026 14:37:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.411134
• Title: CrisiLangs: A Multilingual Resource for Crisis Warning Generation
• Title（参考訳）: CrisiLangs: 危機警告生成のための多言語リソース
• Abstract要約: CrisiLangsは5つの言語で警告メッセージを生成するCrisiTextの多言語拡張である。 411のシナリオから引き出された1,000のイベントの警告メッセージを変換します。 我々は,5言語すべてで,緊急ガイドラインをインプロンプトに含めることなく,多言語モデルを微調整し,ゼロショットベースラインと比較する。
• 参考スコア（独自算出の注目度）: 9.339914898177184
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Communicating with the public during an emergency entails issuing warning messages promptly. In Europe, it often requires producing them in more than one language. Recent work has shown that language models can be trained to generate warning messages as a crisis unfolds, but the available data covers only English. To fill this gap, we present CrisiLangs, a multilingual extension of CrisiText (an English dataset of crisis events paired with warning messages written according to expert communication guidelines) to Italian, Bulgarian, German, and Greek. Expert native speakers translated the warning messages of 1,000 events drawn from 411 scenarios, for a total of 5,000 event-message pairs across five languages. We test the resource to fine-tune a multilingual model on all five languages jointly, with and without the emergency guidelines in the prompt, and compare it with a zero-shot baseline. The fine-tuned models outperform the baseline on ROUGE-L, BLEU and BERTScore in every language and configuration. In a human preference study, low decoding temperatures receive the most preferences in all five languages and in both configurations, while the effect of the guidelines varies by language.
• Abstract（参考訳）: 緊急時に一般市民とコミュニケーションをとるには、直ちに警告メッセージを発行する必要がある。 ヨーロッパでは、しばしば複数の言語で生産する必要がある。 近年の研究では、危機が広がるにつれて警告メッセージを生成するために言語モデルをトレーニングできることが示されているが、利用可能なデータは英語のみである。 このギャップを埋めるために、イタリア語、ブルガリア語、ドイツ語、ギリシャ語に、CrisiText(専門家のコミュニケーションガイドラインに従って書かれた警告メッセージと組み合わせた、危機イベントの英語データセット)の多言語拡張であるCrisiLangsを紹介します。 専門家のネイティブスピーカーは、411のシナリオから引き出された1,000のイベントの警告メッセージを翻訳した。 我々は,5言語すべてで,緊急ガイドラインをインプロンプトに含めることなく,多言語モデルを微調整し,ゼロショットベースラインと比較する。 微調整されたモデルは、すべての言語や構成においてROUGE-L、BLEU、BERTScoreのベースラインを上回っている。 人間の嗜好調査では、低い復号温度は5つの言語と両方の構成において最も好まれるが、ガイドラインの効果は言語によって異なる。

関連論文リスト

• Benchmarking and Building Zero-Shot Hindi Retrieval Model with Hindi-BEIR and NLLB-E5 [8.21020989074456]
  Hindi-BEIRベンチマークを導入し,7つのタスクにまたがる15のデータセットについて検討した。 我々は,Hindi-BEIRベンチマークを用いた最先端多言語検索モデルの評価を行い,課題とドメイン固有の課題を特定する。 我々は,ヒンディー語学習データを必要とせずにヒンディー語をサポートするため,ゼロショットアプローチを利用する多言語検索モデルであるNLLB-E5を紹介する。
  論文  参考訳（メタデータ） (2024-09-09T07:57:43Z)
• Accelerating Multilingual Language Model for Excessively Tokenized Languages [3.5570874721859016]
  大型言語モデル(LLM)のトークン化子は、文字やUnicodeレベルのトークンを非ローマ語アルファベットの言語で断片化することが多い。 このような言語でテキスト生成を高速化する,シンプルで効果的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-19T12:26:57Z)
• Turning English-centric LLMs Into Polyglots: How Much Multilinguality Is Needed? [40.13166574854085]
  英語中心の大規模言語モデルにおいて,多言語間の一般化を実現するために必要な最小限の多言語性について検討する。 複数言語から3言語までの多言語命令チューニングは,効果的な言語間一般化を実現するのに必要かつ十分であることがわかった。
  論文  参考訳（メタデータ） (2023-12-20T00:49:52Z)
• Soft Language Clustering for Multilingual Model Pre-training [57.18058739931463]
  本稿では,インスタンスを条件付きで符号化するためのフレキシブルガイダンスとして,コンテキスト的にプロンプトを検索するXLM-Pを提案する。 我々のXLM-Pは、(1)言語間における言語不変および言語固有知識の軽量なモデリングを可能にし、(2)他の多言語事前学習手法との容易な統合を可能にする。
  論文  参考訳（メタデータ） (2023-06-13T08:08:08Z)
• mmT5: Modular Multilingual Pre-Training Solves Source Language Hallucinations [54.42422445568523]
  mmT5はモジュール型多言語シーケンス・ツー・シーケンスモデルである。 言語固有の情報を言語に依存しない情報から切り離す。 mT5と比較して、mT5はゼロショット設定で正しい言語でテキストを生成する率を7%から99%に向上させる。
  論文  参考訳（メタデータ） (2023-05-23T16:38:01Z)
• Crosslingual Generalization through Multitask Finetuning [80.8822603322471]
  マルチタスク誘導ファインタニング(MTF)は、大きな言語モデルがゼロショット設定で新しいタスクに一般化するのに役立つことが示されている。 MTFを事前訓練された多言語BLOOMおよびmT5モデルファミリーに適用し、BLOOMZおよびmT0と呼ばれる微調整された変種を生成する。 英語のプロンプトを用いた英語タスクにおける多言語多言語モデルの微調整により、非英語言語へのタスク一般化が可能となる。
  論文  参考訳（メタデータ） (2022-11-03T13:19:32Z)
• Reducing language context confusion for end-to-end code-switching automatic speech recognition [50.89821865949395]
  本稿では,E2E符号スイッチングASRモデルの多言語コンテキストの混同を低減するための言語関連アテンション機構を提案する。 複数の言語のそれぞれの注意を計算することにより、豊かな単言語データから言語知識を効率的に伝達することができる。
  論文  参考訳（メタデータ） (2022-01-28T14:39:29Z)
• Code-switched inspired losses for generic spoken dialog representations [5.73995120847626]
  多言語音声対話表現の学習に適した事前学習損失を導入する。 これらの損失の目標は、モデルをコード変更言語に公開することだ。 実験の結果、新しいコードの変更による損失は、モノリンガルとマルチリンガルの両方でより良いパフォーマンスを実現することがわかった。
  論文  参考訳（メタデータ） (2021-08-27T19:15:00Z)
• XCOPA: A Multilingual Dataset for Causal Commonsense Reasoning [68.57658225995966]
  XCOPA (Cross-lingual Choice of Plausible Alternatives) は11言語における因果コモンセンス推論のための多言語データセットである。 提案手法は,翻訳に基づく転送と比較して,現在の手法の性能が低下していることを明らかにする。
  論文  参考訳（メタデータ） (2020-05-01T12:22:33Z)

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。