抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,多言語学習と問い合わせのための潜在的アーキテクチャ改善を目的とする:異なる言語からの異なるタスクを,任意のタスク/言語特異的モジュールなしで,モノリシックフレームワークでモデル化する。これを達成する利益は,他の言語およびその他のタスクによってさらに支援される低資源で訓練されたシステムを含む,将来の多言語研究のための新しいドアを開いた。著者らは,多言語迅速工学による異なる言語とタスクのための統一された意味空間を学習するための迅速な方法を利用するために,Polyglot Promptingと呼ばれる学習フレームワークを開発することによって,この目標にアプローチする。6つのタスクの総合評価,即ち,トピック分類,感情分類,エンティティ認識,質問回答,自然言語推論,および要約を,24データセットと49言語をカバーして実行した。実験結果は,多言語マルチタスク迅速ベース学習の有効性を実証し,観察を招いた。また,解釈可能な多言語評価方法論も提示し,提案フレームワーク,多言語マルチタスク高速訓練がいかに働くかを示した。最良の設定とコードで促進されたすべてのデータセットを解放した。【JST・京大機械翻訳】