Dec, 2022

自然语言处理中代码切换研究的几十年进展：趋势和挑战的系统调查

PDF
TL;DR本文针对语言学与计算机科学领域的交叉学科问题 —— 代码切换现象进行了系统性的研究综述，归纳了过去几十年的研究进展、任务挑战、学术趋势和未来研究方向等。
发现论文，激发创造
  • 码 - 语混合话语与语言处理的概述

    本篇论文综述了多语言社区中通用的一种交际现象 —— 语码转换，并且概述了计算机语言处理的方法。同时该文阐述了处理语码转换的语音和自然语言处理在建立智能代理和与多语言社区用户的交互系统中的重要作用，发现语码转换数据和资源的稀缺性，并列出了可利用的各种编码语言对及相应的自然语言处理任务。最后，概述了语码转换在各种语音和自然语言处理应用中的研究，并对该领域的未来方向和问题进行了总结。

    Mar, 2019

  • 代码交替的计算处理挑战

    本文探讨了在非规范化的混合两种或更多语言的多语言数据上进行自然语言处理的挑战，重点关注语言识别、依存分析和机器翻译等 NLP 任务的关键问题。

    Oct, 2016

  • 混码语调查：语言技术的语言和社会观点

    本文展示了针对多种语言的数据的分析在计算语言学界越来越受欢迎。 作者提供代码交换（C-S）的调查，涵盖了语言学文献中的关键问题，并从欧洲和印度等高度多语言区域的文献中着重讨论 C-S 结构和功能模式的概述。 此外，作者还讨论了如何使大规模语言模型失败以代表各种 C-S 类型，以及如何缺乏跨多语言情况和 C-S 类型导致缺乏强大的评估基准以及覆盖 C-S sociolinguistic 方面的端到端系统。

    Jan, 2023

  • 混码探针展示预训练模型如何在混码文本上泛化

    本研究通过对预训练语言模型处理混合语言文本的能力、模型捕捉混合语言文本的结构信息的变化性以及语义信息表达的一致性的研究，揭示了预训练语言模型在泛化到混合语言文本上的有效性，从而为这些模型在处理混合语言资源方面的能力提供了洞察。

    Mar, 2024

  • 启用代码交替机器翻译的检查和策略

    本研究探讨了多语言神经机器翻译模型处理语种混杂文本的能力，提出了一种检测方法和简单有效的数据增强方法，同时通过对注意力模块的分析证明了这些方法的有效性。

    Oct, 2022

  • NLP-CIC 在 SemEval-2020 任务 9 中使用简单深度学习分类器分析混合语言情感

    本文通过使用卷积神经网络模型来预测西班牙语和英语混合推文的情感，取得了 F1-score 为 0.71 的成绩，并分析了模型的能力和代码切换语境下分类情感的重要困难。

    Sep, 2020

  • 代码切换模式可以是改善下游 NLP 应用程序性能的有效途径：以幽默、讽刺和仇恨言论检测为例的案例研究

    本文阐述了如何利用代码转换模式来提高各种下游 NLP 应用的效果，特别是我们将不同的语言转换特征加入到幽默、讽刺和仇恨言论检测任务中。我们认为，这个简单的语言观察方法也可以在其他类似的 NLP 应用中有潜在的帮助。

    May, 2020

  • 编程自然语言处理调查

    本文综述了自然语言处理在编程方面的研究，并从推理模型到最新竞争级模型全面调查了现有的相关工作，具有技术类别的完整性，方便查找和比较未来的工作。

    Dec, 2022

  • 多语社会中代码混合自然语言处理所面临的挑战和考虑

    讨论多语社会中 NLP 研究的现状、局限与未来的发展。提出英汉混合语言作为案例，探究五个涉及到社会福祉的应用领域：危机管理、医疗保健、政治宣传、假新闻与仇恨言论等。同时，提出了未来多语言 NLP 应用中可能涉及到的数据集、模型和工具。

    Jun, 2021

  • 自然语言处理研究范式转变的历时分析：何时、如何和为何？

    本研究提出了一个系统性的框架，使用因果推断与推理技术分析了科学领域中研究主题的演变趋势。通过对 ACL Anthology 语料库的广泛实验，我们有效地发现了自然语言处理研究主题的演进趋势和根本原因。

    May, 2023