Dec, 2020
使用翻译增强的多语言问答转移学习
Multilingual Transfer Learning for QA Using Translation as Data Augmentation
Mihaela Bornea, Lin Pan, Sara Rosenthal, Radu Florian, Avirup Sil
TL;DR本文探索了提高多语言问题回答的交叉语言转移性能的策略，包括使用机器翻译生成的数据来增强原始英语训练数据，以及提出两种新颖的策略：语言对抗性训练和语言仲裁框架，这些策略显著提高了零资源的交叉语言转移性能，并导致 LM 嵌入不那么语言特定的结果。经验证明，这些模型在最近推出的 multilingual MLQA 和 TyDiQA 数据集上优于以前的零 - shot 基线。