BriefGPT - AI 论文速递
·
2023 年 MRL 多语言多任务信息检索共享任务 CUNI 提交
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该文介绍了针对多语言多任务信息检索的系统，使用翻译-测试方法解决命名实体识别和问题回答两个子任务。作者提出了一种基于标签敏感翻译模型评分候选位置的方法。
🎯
关键要点
- 该文介绍了查理斯大学关于MRL~2023多语言多任务信息检索的系统。
- 共享任务的目标是为多个代表性不足的语言开发命名实体识别和问题回答系统。
- 解决方案依赖于翻译-测试方法。
- 使用多语言机器翻译模型将无标签的示例转化为英文。
- 使用强大的任务特定模型对翻译后的数据进行推断。
- 将标记数据投射回原始语言以保持推断标记的正确位置。
- 提出了一种基于标签敏感翻译模型评分候选位置的方法。
- 在翻译后的数据上微调分类模型，但由于领域不匹配，微调模型无法超越基准线。
➡️
