Word-order Typology in Multilingual BERT: A Case Study in Subordinate-Clause Detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F22%3ARV3LXIIW" target="_blank" >RIV/00216208:11320/22:RV3LXIIW - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2022.sigtyp-1.2" target="_blank" >https://aclanthology.org/2022.sigtyp-1.2</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Word-order Typology in Multilingual BERT: A Case Study in Subordinate-Clause Detection

Popis výsledku v původním jazyce

The capabilities and limitations of BERT and similar models are still unclear when it comes to learning syntactic abstractions, in particular across languages. In this paper, we use the task of subordinate-clause detection within and across languages to probe these properties. We show that this task is deceptively simple, with easy gains offset by a long tail of harder cases, and that BERT's zero-shot performance is dominated by word-order effects, mirroring the SVO/VSO/SOV typology.

Název v anglickém jazyce

Word-order Typology in Multilingual BERT: A Case Study in Subordinate-Clause Detection

Popis výsledku anglicky

The capabilities and limitations of BERT and similar models are still unclear when it comes to learning syntactic abstractions, in particular across languages. In this paper, we use the task of subordinate-clause detection within and across languages to probe these properties. We show that this task is deceptively simple, with easy gains offset by a long tail of harder cases, and that BERT's zero-shot performance is dominated by word-order effects, mirroring the SVO/VSO/SOV typology.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

—

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 4th Workshop on Research in Computational Linguistic Typology and Multilingual NLP

ISBN

978-1-955917-93-3

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

11-21

Název nakladatele

Association for Computational Linguistics

Místo vydání

—

Místo konání akce

Seattle, Washington

Datum konání akce

1. 1. 2022

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—