ACLMar, 2022

一个国家，700 + 种语言：印度尼西亚少数语言与方言的 NLP 挑战

PDF
TL;DR该研究提供了关于印度尼西亚 700 多种语言的 NLP 研究现状的概述，突出了印尼 NLP 面临的挑战以及这些挑战如何影响当前 NLP 系统的性能。最后，我们提供一些推荐来发展印尼和其他语言的 NLP 技术。
nlp researchunderrepresented languagesindonesiachallengesrecommendations
发现论文，激发创造
  • NusaX：10 种印度尼西亚本地语言的多语言并行情感数据集

    本文介绍了针对印度尼西亚低资源语言的第一次并行资源开发，包括数据集、多任务基准、词汇表和印度尼西亚 - 英文平行数据集，并描述了创建这些资源的挑战。该研究的目的是激发有关印度尼西亚和其他代表性不足语言的自然语言处理研究。

    May, 2022

  • 自然语言处理之中语言多样性与包容的现状和前景

    本文通过考察各种语言在 NLP 会议上的代表情况以及它们之间的资源差异等多方面，旨在呼吁 ACL 社区关注当前语言技术和应用中存在的不平等现象，提高关注和支持那些缺乏资源的语言，推动语言技术和多语言交流的发展。

    Apr, 2020

  • 构建和扩展印尼本地语言的低资源和代表性平行数据集

    介绍了 Bhinneka Korpus 这一多语种并行语料库，以增强印度尼西亚当地语言资源的获取和利用，并通过 IBM 模型 1 实验表明该语料库在进一步发展低资源语言的高级 NLP 技术和多语种翻译模型方面显示出良好的性能。

    Apr, 2024

  • 美洲土著语言的语言技术挑战

    本文回顾了关于美洲土著语言的研究、数字资源和现有的自然语言处理（NLP）系统。并呼吁在像美洲一样语言丰富和多样的区域开展 NLP 研究，以解决诸如远离语言和资源匮乏等主要挑战和研究问题。

    Jun, 2018

  • 全球语言技术表现中的系统性不平等

    本论文介绍了一种估算全球语言技术的实用性的框架，并量化了 NLP 研究现状中存在的差异性，探讨了其相关的社会和学术因素，并为基于证据的政策制定提出了定制的建议，旨在促进更全球和公平的语言技术。

    Oct, 2021

  • 意大利语言差异的自然语言处理：挑战与前方之路

    介绍了意大利语言的语言背景，探讨了 NLP 技术在意大利语言多样性方面面临的挑战，并提出了重视语言使用者的 NLP 技术发展的建议。最后，建议建立本地社区，共同开发和保护意大利的语言和方言。

    Sep, 2022

  • NusaCrowd：印尼语言开放可重复的自然语言处理研究的呼声

    本研究旨在探讨印度尼西亚自然语言处理领域的数据稀缺问题，并提出了一种名为 NusaCrowd 的众包方法，通过聚合印尼语系的数据资源来加强该领域的研究。

    Jul, 2022

  • 低资源语言：现有工作回顾与未来挑战

    本文回顾了 NLP 领域中解决低资源语言问题的先前重要进展，并分析了未来研究方向中的潜在改进。

    Jun, 2020

  • 拉丁美洲土著语言的自然语言处理进展

    该论文聚焦于快速技术进步面前土著语言社区的边缘化问题，强调这些语言的文化丰富性以及它们在自然语言处理领域被忽视的风险。我们旨在弥合这些社区与研究人员之间的鸿沟，强调尊重土著社区观点的包容性技术进步的必要性。我们展示了拉丁美洲土著语言在自然语言处理方面的进展，以及涵盖拉丁美洲土著语言现状、它们在自然语言处理中的代表性，以及保护和发展它们所需要的挑战和创新的调查。该论文在理解拉丁美洲土著社区以及一般低资源土著社区的自然语言处理需求和进展方面对当前文献作出了贡献。

    Apr, 2024

  • 印度尼西亚语自然语言处理技术（NLP）的历史与发展：印度尼西亚语 NLP 技术、应用及发展的综述

    论文概述自然语言处理在印度尼西亚语境下的发展历史，着重研究基本技术、方法和实际应用，包括词干提取、词性标注、情感分析、跨语言信息检索系统、信息提取以及统计机器翻译等，同时探讨了自然语言处理在印度尼西亚语产业和研究中的应用及挑战，提出了未来研究方向和发展建议。

    Mar, 2023