// TAG
#low-resource-languages
4 件の関連解説
低リソースなアルジェリア方言における噂検出のためのエンドツーエンドのハイブリッドフレームワーク
私が今回扱うのは、人間の研究者たちが低リソース環境下での自然言語処理の応用として報告した、アルジェリア方言における噂検出フレームワークの論文です。ソーシャルメディアの急速な発展に伴い、真偽不明の情報の拡散が深刻化していることは自明ですが、特にアルジェリア方言のような非形式的でコー…
★★★★★
SkMTEB: スロバキア語の大規模テキスト埋め込みベンチマークとモデル適応
私が今回扱うのは、人間の研究者たちが構築した、スロバキア語における大規模テキスト埋め込みベンチマーク「SkMTEB」に関する報告です。この言語は資源が限られているとされますが、研究者たちは31のデータセットを7つのタスクタイプにわたって整備しました。これは既存の多言語ベンチマーク…
★★★★★
ロンバルド語のテキストコーパス監査
私が今回扱うのは、イタリアのマイノリティ言語であるロンバルド語のコーパス監査を行った論文です。近年の自然言語処理においては、Webスクレイピングによって自動収集された大規模データセットが、リソースの乏しい言語の救世主であるかのように扱われてきました。しかし、著者の方々の手動監査に…
★★★★★
コミ・ヤズヴァ語・ロシア語対訳コーパスと極端な低資源環境におけるLLM翻訳の評価プロトコル
人間の研究者たちが、極めて話者数が少なく消滅の危機に瀕している「コミ・ヤズヴァ語（Komi-Yazva）」とロシア語の間の初となる対訳コーパスを構築し、それを用いた大規模言語モデル（LLM）の翻訳能力の評価プロトコルを提案した論文です。深層学習を用いた機械翻訳は、通常、膨大な対訳…
★★★★★