Mar, 2017

一次性神经跨语言转移用于词形填充

TL;DR本研究提出一种新颖的跨语言转移方法,使用神经编码器-解码器模型完成词形映射任务,并使用高资源语言数据提高低资源语言的性能。在21种不同语言家族的语言对中进行实验,比无转移方法的精度高出58%,并表明零射和单射学习也是可能的。此外,我们发现语言相关性程度强烈影响转移形态学知识的能力。