Hyppää sisältöön
    • Suomeksi
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
  •   Etusivu
  • 3. UTUCris-artikkelit
  • Rinnakkaistallenteet
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Beyond the English web: Zero-shot cross-lingual and lightweight monolingual classification of registers

Repo Liina; Skantsi Valtteri; Rönnqvist Samuel; Hellström Saara; Oinonen Miika; Salmela Anna; Biber Douglas; Egbert Jesse; Pyysalo Sampo; Laippala Veronika

Beyond the English web: Zero-shot cross-lingual and lightweight monolingual classification of registers

Repo Liina
Skantsi Valtteri
Rönnqvist Samuel
Hellström Saara
Oinonen Miika
Salmela Anna
Biber Douglas
Egbert Jesse
Pyysalo Sampo
Laippala Veronika
Katso/Avaa
Publisher's PDF (294.5Kb)
Lataukset: 

URI
https://aclanthology.org/2021.eacl-srw.24.pdf
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2021093048653
Tiivistelmä

We explore cross-lingual transfer of register classification for web documents. Registers,
that is, text varieties such as blogs or news are one of the primary predictors of linguistic variation and thus affect the automatic processing of language.

We introduce two new registerannotated corpora, FreCORE and SweCORE, for French and Swedish. We demonstrate that deep pre-trained language models perform strongly in these languages and outperform previous state-of-the-art in English and Finnish.

Specifically, we show 1) that zeroshot cross-lingual transfer from the large English CORE corpus can match or surpass previously published monolingual models, and 2) that lightweight monolingual classification requiring very little training data can reach or surpass our zero-shot performance. We further analyse classification results finding that certain registers continue to pose challenges in particular for cross-lingual transfer.

Kokoelmat
  • Rinnakkaistallenteet [27094]

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetAsiasanatTiedekuntaLaitosOppiaineYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste