从语言识别到语言挖掘的KréyoLID

本文解决了自动语言识别在创建不常用语言数字语料库时面临的挑战，提出将其视为数据挖掘问题的创新方法。通过这一新视角，可以更有效地过滤无关文档，从而更快地构建涵盖更广的语料库。研究的关键发现是，这种语言挖掘方法在处理法语克里奥尔语言时显著提高了资源利用效率和语料制作速度。