Исследователи реализовали нейронный конвейер аннотации для ирабу рюкюского языка, чтобы автоматизировать создание интерлинеаризованных текстов, решая проблему высокой стоимости ручной документации. В исследовании оценивались сегментация морфем, тегирование частей речи (POS) и глоссирование с использованием небольших моделей BiLSTM-CRF в условиях строгого ограничения примерно одного часа аннотированного дискурса.
- Золотые стандарты POS улучшили точность грамматического глоссирования в среднем на 4,4 балла по пяти запускам.
- Польза от тегов POS возрастала по мере уменьшения объема обучающих данных, обеспечивая прирост в 11,6 балла при четверти объема данных.
- Уровень POS сократил количество глоссированных данных, необходимых для достижения определенного порога точности, более чем вдвое.
- В полностью автоматических конвейерах ошибки теггера в настоящее время препятствуют реализации этих преимуществ, хотя восстановление прогнозируется при более высоких точностях теггера.
Авторы рекомендуют аннотировать квадрилинейно (текст, POS, глосс, перевод), чтобы максимизировать эффективность автоматизированных рабочих процессов документации для исчезающих языков.