Zero-Shot Cross-Lingual NER Using Phonemic Representations for Low-Resource Languages

现有的零-shot 跨语言命名实体识别方法需要大量的目标语言先验知识，这对于低资源语言来说是不切实际的。在本文中，我们提出了一种新颖的命名实体识别方法，使用基于国际音标（IPA）的音素表示来弥合不同语言之间的表示差距。我们的实验表明，我们的方法在极低资源语言中明显优于基线模型，具有最高的平均 F1 分数（46.38％）和最低的标准偏差（12.67），特别是展现了它在非拉丁脚本下的鲁棒性。

本论文旨在解决低资源语言NER中跨语言零样本问题，提出了一种基于国际音标的音素表示方法，以弥合不同语言之间的表示差距。

本论文的关键思路是使用基于国际音标的音素表示方法作为跨语言NER的桥梁，以提高低资源语言NER的效果。

论文使用了多个低资源语言数据集进行实验，结果显示其方法在非拉丁文脚本的语言中表现尤为突出，平均F1得分为46.38％，标准差最低为12.67。值得关注的是，本论文提出的方法不需要对目标语言有任何先验知识。

最近的相关研究包括使用多语言嵌入和神经机器翻译来进行跨语言NER。