一个国家，700多种语言：自然语言处理中代表性不足的语言和方言面临的挑战我印尼

阿尔哈姆·菲克里·阿吉,Genta Indra Winata公司,法里·库托,塞缪尔·卡海亚维贾亚,阿德·罗曼多尼,拉赫玛德·马亨德拉,凯末尔·库尼亚万,大卫·穆尔贾迪,Radityo Eko Prasojo公司,蒂莫西·鲍德温,Jey Han Lau（杰·汉·刘）,塞巴斯蒂安·鲁德

摘要
由于缺乏资源和对代表性不足的语言和方言所带来的挑战的认识，NLP研究受到阻碍。印尼是世界上语言多样性第二大、人口第四大的国家，我们以印尼的语言为重点，概述了印尼700多种语言的NLP研究现状。我们强调印尼NLP面临的挑战以及这些挑战如何影响当前NLP系统的性能。最后，我们提供了一般性建议，以帮助开发NLP技术，不仅适用于印度尼西亚语言，也适用于其他代表性不足的语言。
选集ID：
2022.acl长500
音量：
计算语言学协会第60届年会论文集（第一卷：长篇论文）
月份：
五月
年份：
2022
地址：
爱尔兰都柏林
编辑：
斯玛兰达·穆雷桑,普雷斯拉夫·纳科夫,阿琳·维拉维琴西奥
地点：
国际计算语言学协会
SIG公司：
发布者：
计算语言学协会
注：
页：
7226–7249
语言：
网址：
https://aclantology.org/2022.acl-long.500
DOI（操作界面）：
10.18653/v1/2022.acl长500
比比键：
引用（ACL）：
Alham Fikri Aji、Genta Indra Winata、Fajri Koto、Samuel Cahyawijaya、Ade Romadony、Rahmad Mahendra、Kemal Kurniawan、David Moeljadi、Radityo Eko Prasojo、Timothy Baldwin、Jey Han Lau和Sebastian Ruder。2022一个国家，700多种语言：印尼NLP对代表性不足的语言和方言的挑战.英寸计算语言学协会第60届年会论文集（第一卷：长篇论文），第7226–7249页，爱尔兰都柏林。计算语言学协会。
引用（非正式）：
一个国家，700多种语言：印尼NLP对代表性不足的语言和方言的挑战（Aji等人，ACL 2022）
复制引文：
PDF格式：
https://aclantology.org/2022.acl-long.500.pdf
视频：
 https://aclantology.org/2022.acl-long.500.mp4
PDF格式 引用 搜索 视频