介绍了首个针对尼日利亚四种最常用语言（豪萨语、伊博语、尼日利亚皮钦语、约鲁巴语）的大规模人工标注推特情感数据集，并对收集、处理和标注的方法进行了说明。同时对预训练模型和迁移策略进行了评估，并发布数据集、训练模型、情感词典和代码以促进对低资源语言情感分析的研究。

Jan, 2022

本研究针对低资源语言建设有效的口语处理系统提出了一个跨语言自适应训练框架，包括持续和任务自适应训练，以适应基于预训练模型的自然语言处理任务，采用英语预训练语言模型作为英语 - Pidgin 任务的强先验，取得了最高 2.38 的 BLEU 分数，加入正字法数据增强和反向翻译的任务自适应训练对模型性能有显著影响。

Jul, 2023

该研究致力于使用自然语言生成技术，通过建立一个能够根据结构化数据自动生成皮钦英语描述的系统，填补皮钦英语机器翻译系统和相关自然语言处理数据集的空缺。通过训练以英文为目标语的数据文本生成系统，然后采用无监督的神经机器翻译技术和自我训练等方法，我们在 Pidgin-to-English 跨语言对齐方面取得了进展。结果表明，虽然还远未达到实际使用的水平，但基于中心轴和自我训练技术可以提高皮钦文本的流畅性和相关性。

Mar, 2020

本文介绍了针对西非洋泾浜英语最常用的变体进行的第一项自然语言处理工作，提供了标准语料库、跨语言嵌入和无监督神经机器翻译模型等三个贡献，有效地降低了未来 NLP 工作的准入门槛。

Dec, 2019

研究实现了监督和无监督神经机器翻译模型来翻译英语和尼日利亚皮钦语，比较了不同的分词方法，在英语和尼日利亚皮钦语之间建立了良好的翻译基础。

Mar, 2020

本文通过比较将尼日利亚皮金语（Nigerian Pidgin）数据翻译成英语并使用资源丰富的 Implicit Discourse Relation Classification（IDRC）工具和后向投影标签，以及创建一个皮金语的合成语料库并训练本地分类器的方法，针对隐式言论关系分类（IDRC）问题，演示了使用后一种方法训练出了比基线模型在 4 分类和 11 分类中分别高出 13.27% 和 33.98% 的 f1 分数。

Jun, 2024

本文通过跨域自适应的方式，以五种尼日利亚当地常用语言（英语，豪萨语，伊博语，奈及利亚皮钦语和约鲁巴语）为基础，创造了新的数据集 NollySenti，用来进行情感分类的任务，并通过机器学习和基于预训练模型的方式进行了广泛的实证评估。同时通过跨域自适应和跨语言自适应方法，与 Twitter 领域的表现进行比较，表明跨域转移对于同一目标领域的英语具有超过 5% 的准确度改善。而跨语言自适应的方案最大限度地降低了域差异，达到了超过 7% 的准确性提升，其中通过人的评估证实机器翻译将原始英语评论的情感保留在多数翻译语句中。

May, 2023

本篇研究的目标是创建一个通用的情感词典（lexicon）来判断以 Igbo 语言写成的文件的情感，而无需将其翻译成英语。该研究使用 Liu 自动翻译的词典和手动添加的 Igbo 本地词汇构建了一个名为 IgboSentilex 的情感词典，并在 BBC Igbo 新闻频道进行了性能测试。结果表明，与其他通用情感词典相比，平均极性一致性高达 95.75％。

Apr, 2020

试验展示了将来自其他语料库的真实文本与合成的正字法变异相结合以增强训练数据的益处，在情感分析方面效果提升了 2.1 分，英文翻译方面效果提升了 1.4 BLEU 分。

Apr, 2024

Naija 是尼日利亚的一种混合语言，通过统计分析和机器翻译实验，证明 Naija 在 BBC 和 Wikipedia 体裁中存在语言差异，而生成型人工智能只基于 BBC 体裁的 Naija，无法代表 Wikipedia 体裁中的 Naija。

Apr, 2024