Exploring the Impact of Transliteration on NLP Performance for Low-Resource Languages: The Case of Maltese and Arabic
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A8VCVDYV8" target="_blank" >RIV/00216208:11320/23:8VCVDYV8 - isvavai.cz</a>
Výsledek na webu
<a href="https://aclanthology.org/2023.cawl-1.4/" target="_blank" >https://aclanthology.org/2023.cawl-1.4/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/2023.cawl-1.4" target="_blank" >10.18653/v1/2023.cawl-1.4</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Exploring the Impact of Transliteration on NLP Performance for Low-Resource Languages: The Case of Maltese and Arabic
Popis výsledku v původním jazyce
"Multilingual models such as mBERT have been demonstrated to exhibit impressive crosslingual transfer for a number of languages. Despite this, the performance drops for lowerresourced languages, especially when they are not part of the pre-training setup and when there are script differences. In this work we consider Maltese, a low-resource language of Arabic and Romance origins written in Latin script. Specifically, we investigate the impact of transliterating Maltese into Arabic scipt on a number of downstream tasks: Part-of-Speech Tagging, Dependency Parsing, and Sentiment Analysis."
Název v anglickém jazyce
Exploring the Impact of Transliteration on NLP Performance for Low-Resource Languages: The Case of Maltese and Arabic
Popis výsledku anglicky
"Multilingual models such as mBERT have been demonstrated to exhibit impressive crosslingual transfer for a number of languages. Despite this, the performance drops for lowerresourced languages, especially when they are not part of the pre-training setup and when there are script differences. In this work we consider Maltese, a low-resource language of Arabic and Romance origins written in Latin script. Specifically, we investigate the impact of transliterating Maltese into Arabic scipt on a number of downstream tasks: Part-of-Speech Tagging, Dependency Parsing, and Sentiment Analysis."
Klasifikace
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)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
"Proceedings of the Workshop on Computation and Written Language (CAWL 2023)"
ISBN
978-1-959429-90-6
ISSN
—
e-ISSN
—
Počet stran výsledku
11
Strana od-do
22-32
Název nakladatele
""
Místo vydání
Toronto, Canada
Místo konání akce
Toronto, Canada
Datum konání akce
1. 1. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—