शब्द श्रेणी और वर्ग संरेखण के माध्यम से संबंध और घटना निकासी के लिए क्रॉसलिंगुअल ट्रांसफर लर्निंग

क्रॉसलिंगुअल संबंध और घटना निकासी (REE) पर पिछले कार्य एकमात्र भाषा पूर्वाग्रह समस्या से ग्रस्त है क्योंकि मॉडल केवल स्रोत भाषा के डेटा पर प्रशिक्षित होते हैं। इस समस्या को दूर करने के लिए एक दृष्टिकोण यह है कि लक्ष्य भाषा में लेबलविहीन डेटा का उपयोग किया जाए ताकि क्रॉसलिंगुअल प्रतिनिधित्वों का संरेखण सहायक हो सके, अर्थात्, एक भाषा भेदक को मूर्ख बनाने के माध्यम से। हालांकि, चूंकि यह दृष्टिकोण वर्ग की जानकारी पर आधारित नहीं है, इसलिए एक लक्ष्य भाषा का उदाहरण एक अलग वर्ग के स्रोत भाषा के उदाहरण के साथ गलत तरीके से संरेखित हो सकता है। इस समस्या को संबोधित करने के लिए, हम एक नवीन क्रॉसलिंगुअल संरेखण विधि का प्रस्ताव करते हैं जो REE कार्यों के वर्ग की जानकारी का लाभ उठाता है। विशेष रूप से, हम REE कार्य में प्रत्येक वर्ग के लिए प्रतिनिधित्व सदिशों के दो संस्करण सीखने का प्रस्ताव करते हैं, जो या तो स्रोत या लक्ष्य भाषा के उदाहरणों पर आधारित होते हैं। संबंधित वर्गों के लिए प्रतिनिधित्व सदिश फिर वर्ग-जागरूक संरेखण प्राप्त करने के लिए संरेखित किए जाएंगे। इसके अलावा, हम भाषा-सार्वभौमिक शब्द श्रेणी के लिए प्रतिनिधित्व सदिशों को और संरेखित करने का प्रस्ताव करते हैं (अर्थात्, भाषाशास्त्र के भाग और निर्भरता संबंध)। इस प्रकार, शैशवकालीन शिक्षण पर आधारित इनपुट पाठों के संदर्भित प्रतिनिधित्वों से शब्द श्रेणी प्रतिनिधित्वों के अधिग्रहण की सुविधा के लिए एक नवीन फ़िल्टरिंग तंत्र प्रस्तुत किया गया है। हम REE कार्यों पर अंग्रेजी, चीनी और अरबी के साथ विस्तृत क्रॉसलिंगुअल प्रयोग करते हैं। परिणाम प्रस्तावित विधि के लाभों को प्रदर्शित करते हैं जो इन सेटिंग्स में अत्याधुनिक प्रदर्शन को महत्वपूर्ण रूप से आगे बढ़ाते हैं।