연구자들은 Irabu 류큐어의 대역화된 텍스트 자동 생성을 위한 신경 주석 파이프라인을 구현하여 수동 문서화의 높은 비용을 해결했습니다. 이 연구는 약 1시간의 주석화된 담화라는 엄격한 제약 하에서 작은 BiLSTM-CRF 모델을 사용하여 형태소 분할, POS 태깅 및 주석을 평가했습니다.

  • 정답 POS 태그는 5개의 시드 전반에 걸쳐 평균적으로 문법적 주석 정확도를 4.4 포인트 향상시켰습니다.
  • POS 태그의 이점은 훈련 데이터가 감소함에 따라 증가하여, 데이터 양을 4분의 1로 줄였을 때 11.6 포인트의 향상을 가져왔습니다.
  • POS 계층은 특정 정확도 임계값에 도달하는 데 필요한 주석화된 데이터의 양을 절반 이상 줄였습니다.
  • 완전 자동 파이프라인에서는 현재 태거 오류가 이러한 이점을 실현하는 것을 방해하고 있지만, 더 높은 태거 정확도에서 회복이 예상됩니다.

저자들은 위기에 처한 언어의 자동 문서화 워크플로우의 효율성을 극대화하기 위해 4중 선 주석(텍스트, POS, 주석, 번역)을 권장합니다.