Jan, 2023

在词汇数据库中表示跨语言意义

PDF
TL;DR在多语言词汇数据库中，主要的世界语言表达不完整，数据结构的限制导致文化特定单词的表达能力降低，尤其是英语这样的主导语言以更准确的方式表示词汇意义空间，而语言或文化多样性的语言以近似的方式映射。本文评估了最先进的多语言词汇数据库，并评估其在语言多样性的词汇现象上的表达能力的优点和局限性。
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

  • 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

  • 词汇表的（非）最佳性如何？

    本文提出了一种基于编码理论的词库可压缩性的分析方法，并通过研究各种语言的语料库，发现了构成型形态学和书写规则可以充分解释自然编码的大部分复杂性。

    Apr, 2021

  • 构建数字语言鸿沟的桥梁

    AI 技术中的语言偏见是研究和开发方法论不公正的结果，我们提出了一项新的倡议，旨在通过技术设计和方法论，与当地社区进行眼球级的合作，减少语言偏见。

    Jul, 2023

  • 本体论中的多语言现象及其意义综述

    本文回顾了多语义 Web 中的语言多样性建模选项，通过对 9 种主要方法进行比较，从 BioPortal 和 LOV 存储库中提取了可访问的本体，并评估了 7 个相关本体编辑器对于管理多语言本体的工具支持。

    Oct, 2022

  • 多语言和多元文化的比喻语言理解

    本文创建了适用于印地语、印尼语、爪哇语、康纳达语、巽他语、斯瓦希里语和约鲁巴语等七种不同语言的比喻推理数据集，并评估了多语言语言模型对于处理比喻语言的能力。研究发现各语言间的比喻表达依赖于文化和区域概念，并提出了需要在模型训练中暴露于更广泛的语言和文化变化中的必要性。

    May, 2023

  • 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

  • 语言多样性：人类可见，机器可利用

    该论文介绍了 Universal Knowledge Core (UKC)，它是一个大型多语种词汇数据库，关注语言多样性，涵盖 1000 多种语言。该数据库旨在使人类更容易理解语言多样性，并使机器更易于利用交叉语言应用程序。

    Mar, 2022

  • 意思的不同层次：通过上下文化语言模型揭示模糊词表示的几何形态

    我们的研究使用最新的上下文语言模型对词汇歧义的心理学理解进行了一系列模拟，发现它们捕捉了单义词、同音异义词和多义词之间的微妙有意义的区别，为现代心理学理解词汇歧义提供了量化支持，并提出了理解上下文信息如何跨不同时间尺度塑造词汇意义的新挑战。

    Apr, 2023

  • 多语言表征中的语义漂移

    本文介绍了一种比较多语言计算表示相互关系的方法，可以重建语言学家所假定的类似的分类树，同时提出了一种检测语言家族之间语义漂移的度量，并使用基于单词和句子的多语言模型进行了实验，结果表明多语言分布式表示可以不需要任何词源学信息保存语言之间的关系。

    Apr, 2019