Apr, 2022

运用语言类型学丰富多语言词汇表：以亲属关系中的词汇空缺为例

PDF
TL;DR该论文描述了一种基于词汇类型学知识来增强词汇资源与语言多样性相关内容的方法，通过半自动化的系统方法来推断词汇差距，从而建立一个包含 198 个领域概念、1911 个单词和 37370 个差距的词汇语义资源，该资源涵盖了 699 种语言，并说明了该资源对于改善跨语言 NLP 任务具有潜在价值。同时，为证明该资源的可行性，利用该词库开发了一个 MT 系统评估程序。
lexical diversitylexical typologykinship terminologylexico-semantic resourcecross-lingual nlp tasks
发现论文，激发创造
  • 跨语言和方言中的亲属词汇多样性

    通过两个大规模案例研究验证了一种方法，用于丰富计算词典中与语言多样性相关的内容。这种方法通过研究亲属称谓的领域，在七个阿拉伯方言和三种印度尼西亚语言中证实了多样性的存在。结果为丰富之前对亲属称谓的语言学研究提供了扩展，并揭示了即使在语言和文化上相近的社区内也存在着多样性的程度。

    Aug, 2023

  • 自然语言处理中的 ' 类型多样性 ' 是什么？

    本研究系统地调查了涉及 “类型多样性” 的自然语言处理研究，发现并无固定的定义或标准。我们引入了几种度量标准来近似衡量语言选择的多样性，发现结果在各篇论文中差异很大。此外，我们证明了偏斜的语言选择可能导致对多语言性能的高估。我们建议未来的研究应当在 “类型多样性” 方面提供清晰的操作定义，以从经验证据上证明语言样本的多样性。

    Feb, 2024

  • 语言变异和语言规律的建模：关于自然语言处理中的语言类型学调查

    对语言类型学在自然语言处理中的应用进行了调研，发现目前的语言类型数据库在系统性能提升方面存在局限性，现提出将语言的类型类别与现代自然语言处理中的机器学习算法相融合的新方法。

    Jul, 2018

  • 多语种基于普遍依存关系的词序语法类型

    介绍了一种基于连续值数据而非分类数据的新种子数据集，可以更好地反映语言的变异性，以及用于生成更广泛特征和语言的数据的方法学。

    Feb, 2024

  • 透明比较多语言自然语言处理数据集中的语言多样性的一种度量

    提出了一种评估数据集语言多样性的方法，通过比较语言特征集合的 Jaccard 指数来分析，发现大部分流行的多语种数据集中缺乏多种语言类型，特别是 (poly) synthetic languages。

    Mar, 2024

  • 探索类型学知识库中的概率推论

    本文介绍了一种使用计算模型发现语言基础规律的方法，其表现优于以往的基线模型，成功识别了已知的 Greenberg 大一统规律，同时还发现了有待进一步研究的新规律。

    Jun, 2019

  • 概念语言相似性的研究：比较与评估

    本研究旨在将语言学的特性纳入到自然语言处理（NLP）中，通过基于基本概念的表示来定义语言之间的相似性并将其应用于二元分类任务中的低资源语言研究。

    May, 2023

  • 从文本中推断语言类型学特征：推理《世界语言结构地图》的稀疏特征

    本文提出一种利用多语种文本预测 World Atlas of Language Structures（WALS）特征的方法，使用基于字节嵌入和卷积层构建的循环神经网络预测器，通过在 556 种语言上的测试表明一些各种语言类型的特征是可靠预测的

    Apr, 2020

  • 从音韵学到句法：利用语言嵌入进行不同层次的无监督语言类型学研究

    我们学习了分布式语言表述的方法，可以用来预测语言在不同类型水平和 NLP 模型中的相似性，进而预测 WALS 中的语言类型特征。

    Feb, 2018

  • 自然语言处理中类型学信息使用调查

    本文系统地调查了现有的语言类型学资源及其在自然语言处理中的应用，旨在促进该领域未来的研究和发展。

    Oct, 2016