arXiv · NLP· Zenith Biswas, Andrew Thomas Dyer·· 4 小时前AI 评分23
孟加拉语共指消解研究：数据质量比数量更重要
Quality over Quantity: Rethinking Data and Model Assumptions for Bengali Coreference Resolution
AI 导读
针对低资源孟加拉语共指消解任务，研究发现少量高质量标注数据的表现显著优于大规模混合质量数据集（p < 0.01）。 具体而言，包括回译在内的数据增强不仅无法提升性能反而导致结果退化；且跨语言迁移缺乏一致性，部分多语言模型嵌入空间坍缩，不适合相似度聚类任务。
来源：arXiv · NLP · arxiv.org