Oct, 2020

NEMO: SIGTYP 2020 共享任务中基于约束的语言类型学特征预测的频率主义推断方法

TL;DR论文描述了NEMO如何使用WALS的数据来预测多种语言的语言类型学特征,通过频率推断来表示这些特征之间的相关性,并使用表示来训练简单的多类别估计器预测特定特征。该研究提交了两个基于岭回归的配置,并在这项任务中排名第二和第三。最佳配置在149个测试语言中实现了0.66的微平均精度得分。