COLINGMar, 2024

MaiBaam：一个多方言的巴伐利亚通用依存树库

PDF
TL;DR我们提出了第一个多方言巴伐利亚树库（MaiBaam），通过 UD 手动标注了词性和句法依赖信息，涵盖多个文本流派，突出了巴伐利亚语和德语之间的形态句法差异，并展示了说话者拼写的丰富变化。我们的语料库包括 15k 个标记，涵盖了三个国家 Bavarian-speaking 区域的方言。我们提供了基准解析和词性标注结果，并公开了我们的数据集、语言特定的指南和代码，以支持进一步的巴伐利亚语法研究。
universal dependenciesbavarian treebankmulti-dialectmorphosyntactic differencesbavarian syntax
发现论文，激发创造
  • 麦宝注释指南

    该研究提供了 MaiBaam 的注释指南，这是一个用词类标记和句法依赖标记注释的巴伐利亚语语料库。

    Mar, 2024

  • 为 Magahi 和 Braj 开发通用依存树库

    本文介绍了基于通用依存关系框架为 Magahi 和 Braj 两种低资源印度语言开发的 treebanks，包含 945 个 Magahi 句子和约 500 个 Braj 句子，标注他们的词形、词性、形态学特征和通用依存关系，描述了这两种语言中不同的依存关系，并提供了两个 treebanks 的统计数据。数据集将在下一个 (v2.10) 版本的通用依存库中公开。

    Apr, 2022

  • 利用多类型树库进行深度多任务学习的解析

    本文提出了一种基于多任务学习的通用框架，将多类型树库结合起来，通过多级参数共享提高依存解析模型的性能，实验表明该方法可以有效地利用任意源树库来提高目标解析模型的性能。

    Jun, 2016

  • 泰国通用依赖树库

    本研究通过引入泰语通用依存树库（TUD）解决了自动依存解析泰语句子的问题，并通过将预训练的 transformer 作为编码器来训练泰语依存解析模型，在评估结果中表明大多数模型能够胜过前期研究中的其他模型，为泰语依存解析器的最佳组件选择提供了见解，并将实验中的新树库和每个模型的完整预测结果在 GitHub 上进行了共享。

    May, 2024

  • 通用依存关系 v2：一个不断增长的多语言树库集合

    该研究介绍了 Universal Dependencies 的第二个版本，其中包括词汇分析、词形还原、标准化标记和句法关系，适用于 90 种语言，以及主要变化（UD v1 到 UD v2）的讨论。

    Apr, 2020

  • 众多语言，一种解析器

    使用多语言模型进行依赖解析，通过使用多语言单词聚类和嵌入，令解析器能够在多种语言中进行有效解析，同时基于语言普遍规律和类型相似性实现跨语言推断，从而使其能够更有效地从有限的注释中进行学习。

    Feb, 2016

  • 82 个树库，34 个模型：多树库模型实现通用依存句法分析

    介绍了 Uppsala 系统，它是一个由三个部分构成的流水线，可以用于 CoNLL 2018 共享任务的普遍依赖语法分析。通过使用多个树库对同一语言或密切相关语言训练模型，我们极大地减少了模型数量，最终在公开测试上获得了 LAS 和 MLAS 指标的第 7 位排名以及词分割、普遍 POS 标签和形态特征的最高分。

    Sep, 2018

  • 奥里亚语通用依存树库

    本文提供第一个公开的 Odia 语言树库，并使用机器学习技术对其进行了形态分析。该树库将丰富 Odia 语言资源，有助于建立跨语言学习和分类研究的语言技术工具。本文还构建了一个初步的 Odia 语言分析器，并对 Odia 的 UD 树库进行了简要的语言分析。

    May, 2022

  • 布拉格依存数学树库 -- 集成版本 1.0

    我们提出了一种丰富注释的语言资源，即 Prague Dependency Treebank-Consolidated 1.0（PDT-C 1.0），其中包含四个来自不同来源的捷克文数据集，可供自然语言处理任务和语言学研究使用，总共包含约 18 万句带有它们的词态、表面和深层语法标注，可供比较不同流派文本的跨语言研究。

    Jun, 2020

  • 使用混合编码树库进行跨语言依存分析

    该研究探讨了使用代码混合的方式进行多语言句法依存关系知识传递的方法，并利用跨语言词向量在目标语言中转移句法知识的效果，结果显示代码混合的方法比传统的翻译方式更加有效。

    Sep, 2019