african languages | BriefGPT

关键词african languages

搜索结果 - 59

ICLRMasakhaNEWS：面向非洲语言的新闻主题分类
该论文提出了 MasakhaNEWS 数据集来支持在 16 种非洲语言上的新闻主题分类研究，并探索了多种机器学习方法以支持零样本和少样本学习。通过使用 ChatGPT 等技术实现了在低资源非洲语言中进行新闻主题分类任务，能够在零样本情况下实
PDFa year ago
SemEval-2023 任务 12：非洲语言情感分析（AfriSenti-SemEval）
本研究介绍了第一个非洲中心的 SemEval 共享任务，称为 AfriSenti-SemEval，该数据集涵盖了 14 种非洲语言的情感分类挑战，并提供了具有正面、负面、中立三种标记的数据集，通过三个子任务进行测试。
PDFa year ago
Masakhane-Afrisenti 在 SemEval-2023 任务 12 中：使用面向非洲中心的语言模型和适配器进行低资源非洲语言情感分析
AfriSenti-SemEval 分享任务 12 旨在对 12 种非洲语言进行单语情感分类（子任务 A）、多语种情感分类（子任务 B）和零样本情感分类（任务 C）的分类。我们的实验表明，使用预训练的非洲语言模型可以提高非洲语言的低资源性能
PDFa year ago
ICLRAfroDigits：一个面向非洲语言的社区驱动口语数字数据集
该文章介绍了 AfroDigits 数据集，这是一个社区驱动的包含 38 种非洲语言的最小化 data-set，用于解决语音技术在非洲语言中的局限性，在使用 Wav2Vec2.0-Large 和 XLS-R 模型的实验中显示了洲际混合语音库
PDFa year ago
ICLR非洲停用词项目：整理非洲语言的停用词
该研究的目标是研究非洲语言中的常用词以便进行信息检索和自然语言处理，同时在该研究中介绍十种非洲语言的停用词收集进展以及未来计划。
PDFa year ago
2022 年 NIST 语言识别评估
本文概述与分析了 2022 年美国国家标准与技术研究所进行的最新语言识别评估 (LRE22) 的系统表现，发现使用不同评估条件下 Oromo 和 Tigrinya 较容易识别，而 Xhosa 和 Zulu 则较为困难。此外，当语音时长增加时
PDFa year ago
AfriSenti：针对非洲语言的 Twitter 情感分析基准
本文介绍了 AfriSenti 数据集，该数据集由 14 种非洲语言的 110,000 多个推文组成，为四个语系中的 14 种非洲语言提供了 14 个情感数据集，并由母语为非洲语的人进行了注释。它用于 SemEval 2023 任务 12，
PDFa year ago
SERENGETI：非洲大规模多语言模型
本文介绍了 SERENGETI 多语言模型，覆盖了 517 种非洲语言和方言，并在 8 项自然语言理解任务中得到了较高的表现，特别是在零样本测试下的表现受到了相互可理解的影响。
PDF2 years ago
EMNLPAfroLM：一种基于自主学习的多语言预训练语言模型，适用于 23 种非洲语言
本文提出了 AfroLM，这是一个利用自主主动学习（active learning）算法，仅仅用了比现有基准数据集小 14 倍的数据集从头开始预训练的跨 23 种非洲语言的多语言语言模型。与现有的大多数跨语言预训练模型相比，在各种 NLP
PDF2 years ago
TaTa：非洲语言多语种表格生成文本数据集
该研究创建了第一个专注于非洲语言的大型多语言表格生成文本数据集：TaTa，并通过深入的人类评估表明，TaTa 对当前模型具有挑战性，现有指标的表现不佳。
PDF2 years ago
EMNLPMasakhaNER 2.0：面向非洲的命名实体识别迁移学习
本文研究非洲语言在自然语言处理上的挑战，针对命名实体识别任务，创造了包含 20 种非洲语言的最大人工标注数据集，研究了现有跨语言传递方法的表现，并发现选择最佳传递语言相较使用英语，可以提高零 - shot F1 分数 14 点。
PDF2 years ago
南非语地区的多语言机器翻译：开普敦大学 WMT22 系统
该论文讲述了开普敦大学提交给 WMT22 大规模机器翻译评估竞赛的受限跟踪的情况。该系统是一个单一的多语种翻译模型，可在英语和 8 种南部 / 东南部非洲语言之间进行翻译，并可在特定的非洲语言对之间进行翻译。该研究采用了多种适用于低资源机器
PDF2 years ago
EMNLPAfroLID: 非洲语言的神经语言识别工具
介绍了 AfroLID，一种对 517 种非洲语言进行语言识别的神经工具包，它利用了跨足 14 个语言家族和 5 个拼写系统的多域 Web 数据集，取得了 95.89 的 F1 分数，并在 Twitter 领域得到了验证。
PDF2 years ago
利用数据过滤提高低资源非洲语言的多语言翻译
使用预先训练的语言模型，并通过筛选数据集与过滤噪声数据的方法提升翻译质量，证实数据过滤方法在机器翻译中的实用性。
PDF2 years ago
Tencent WMT22 大规模非洲语言多语言机器翻译系统
本文介绍了腾讯的多语言机器翻译系统，该系统使用数据扩增、分布式稳健优化和语系分组等技术来应对数据不平衡和多语言难题，其中在 WMT22 的有限数据情况下，取得了第一名的成绩。
PDF2 years ago
注释密度对非洲语言命名实体识别模型性能的影响
本文分析了基于数据集质量的各种模型的性能。我们评估了针对一些非洲命名实体识别数据集的每句实体密度不同的预训练模型，并希望通过这项研究改进低资源语言的自然语言处理研究方法。
PDF2 years ago
面向非洲语言的大词汇量语音识别：多语言建模和自监督学习
应用多语言模型和自监督学习方法进行预训练和汇集可用数据来提高语音识别质量，为非洲语言建立大词汇量语音识别系统。
PDF2 years ago
使用蒸馏句子表示进行低资源语言的双语文本挖掘
通过师生模型训练多种语言的表示，可以在非常低资源的条件下为非洲语言等许多不常见的语言建立有用的文本数据集。
PDF2 years ago
AfriWOZ: 利用跨语言可传递性生成低资源非洲语言对话的语料库
本文介绍了针对非洲语言首次提供的高质量对话数据集，并通过深度单语模型 DialoGPT 和 BlenderBot 以及基准模型 seq2seq 对其进行建模，利用重叠度进行效果分析，同时通过人类评估方法验证其有效性，发现深度单语模型可以学习
PDF2 years ago
COLING通过多语言自适应微调将预训练语言模型改进到非洲语言
本文通过多语言自适应微调方法，改进了前馈神经网络 (AfriBERTa 和 XLM-R) 模型，使其适配 17 种最常用的非洲语言及其他 3 种在非洲大陆广泛使用的高资源语言，在 NER、新闻主题分类和情感分类等自然语言处理任务中具有竞争性
PDF2 years ago