arXiv · cs.CL· Zenith Biswas·· 21 小时前AI 评分26
质量胜过数量：重新审视孟加拉语共指消解的数据与模型假设
Quality over Quantity: Rethinking Data and Model Assumptions for Bengali Coreference Resolution
来源与原文
arXiv · cs.CL
作者：Zenith Biswas
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35114v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项发表于 KONVENS 2026 的研究评估了多语言 transformer 预训练编码器在孟加拉语共指消解中的表现，涵盖 zero-shot、微调、数据增强和跨语言迁移等多种设置。结果显示，少量高质量标注数据显著优于更大的混合质量数据集（p < 0.01），而回译等数据增强不能提升性能甚至导致效果下降；英语向孟加拉语的迁移会降低性能，印地语迁移也没有一致收益。部分广泛使用的多语言模型出现嵌入空间坍缩，不适合基于相似度的聚类任务。
来源：arXiv · cs.CL · arxiv.org