SIGTYP 2020 Shared Task : Prediction of Typological FeaturesSIGTYP 2020 Shared Task: Prediction of Typological Features

Johannes Bjerva; Elizabeth Salesky; Sabrina J. Mielke; Aditi Chaudhary; Giuseppe G. A. Celano; Edoardo Maria Ponti; Ekaterina Vylomova; Ryan Cotterell; Isabelle Augenstein

doi:10.18653/v1/2020.sigtyp-1.1

SIGTYP 2020 Shared Task : Prediction of Typological FeaturesSIGTYP 2020 Shared Task: Prediction of Typological Features ምርጫዎች KCharselect unicode block name Subtitles Tamko la SIGTYP 2020: @ info: whatsthis SIGTYP 2020 共同任务:类型学征

Johannes Bjerva, Elizabeth Salesky, Sabrina J. Mielke, Aditi Chaudhary, Giuseppe G. A. Celano, Edoardo Maria Ponti, Ekaterina Vylomova, Ryan Cotterell, Isabelle Augenstein

Abstract

Typological knowledge bases (KBs) such as WALS (Dryer and Haspelmath, 2013) contain information about linguistic properties of the world’s languages. They have been shown to be useful for downstream applications, including cross-lingual transfer learning and linguistic probing. A major drawback hampering broader adoption of typological KBs is that they are sparsely populated, in the sense that most languages only have annotations for some features, and skewed, in that few features have wide coverage. As typological features often correlate with one another, it is possible to predict them and thus automatically populate typological KBs, which is also the focus of this shared task. Overall, the task attracted 8 submissions from 5 teams, out of which the most successful methods make use of such feature correlations. However, our error analysis reveals that even the strongest submitted systems struggle with predicting feature values for languages where few features are known.

Abstract

Typologiese kennis basies (Kb) soos WALS (Dryer en Haspelmath, 2013) bevat inligting oor lingwisiese eienskappe van die wêreld se tale. Hulle is vertoon om nuttig te wees vir onderstreem toepassings, insluitend kruistale oordrag leer en lingwisiese probering. 'n Hoofteken wat breideer aanvaar van tipologiese Kbs hamperer is dat hulle verskeie bevolking is, in die sens dat die meeste tale slegs annotasies het vir sommige funksies, en geskeur, in daardie paar funksies het wyd aandekking. As tipologiese funksies dikwels met mekaar konerleer, is dit moontlik om hulle te voorskou en dit automaties tipologiese Kbs te populeer, wat is ook die fokus van hierdie gedeelde taak. Die taak het totaal 8 onderskrifte van 5 teams aantrek, waarvan die mees suksesvolle metodes van sodanige funksie korrelasies gebruik word. Maar ons fout analisie vertoon dat selfs die sterkeste ondersteunde stelsels struikel met voorskou van funksiewaardes vir tale waar sommige funksies bekend is.

Abstract

የቲፖሎጂ እውቀት መቀመጫዎች (KBs) እንደዚህ WALS (Dryer and Haspelmath, 2013) የዓለምን ቋንቋዎች የቋንቋዎች የቋንቋ እውቀት መረጃዎች ውስጥ ናቸው፡፡ They have been shown to be useful for downstream applications, including cross-lingual transfer learning and linguistic probing. ብዙ ቋንቋዎች ብቻ ለጥቂቶች ፍላጎች እና ለጥቂቶች ጥቃት የሚኖሩ ናቸው፡፡ የጦማሪያዊ ምርጫዎች ብዙ ጊዜ እርስ በርሳቸው ሲያያያያያይዙ ይቻላል፡፡ በጠቅላላ፣ ስራው ከአምስት ቡድን ውስጥ 8 ውጤቶች አቀላቅሎታል፣ ከእነዚህም የደረጃ ግንኙነት የሚጠቅሙት ሥርዓቶች ናቸው፡፡ ነገር ግን የስህተታችንን ትርጓሜ፣ ኃይለኞቹ የሥርዓት ስርዓቶች እንኳ ለቋንቋዎች ጥቂት ምርጫዎች በሚታወቁበት የውይይት ዕድላትን ለመቀጠል ይታገላሉ፡፡

Abstract

قواعد المعرفة النموذجية (KBs) مثل WALS (Dryer and Haspelmath، 2013) تحتوي على معلومات حول الخصائص اللغوية للغات العالم. لقد ثبت أنها مفيدة للتطبيقات النهائية ، بما في ذلك التعلم عبر اللغات والتحقيق اللغوي. يتمثل أحد العوائق الرئيسية التي تعوق الاعتماد الأوسع نطاقا لنماذج KB في أنها قليلة السكان ، بمعنى أن معظم اللغات لديها فقط تعليقات توضيحية لبعض الميزات ، ومنحرفة ، في هذه الميزات القليلة لها تغطية واسعة. نظرًا لأن الميزات النمطية غالبًا ما ترتبط ببعضها البعض ، فمن الممكن التنبؤ بها وبالتالي ملء قواعد KB النموذجية تلقائيًا ، وهو أيضًا محور هذه المهمة المشتركة. بشكل عام ، جذبت المهمة 8 عمليات إرسال من 5 فرق ، من بينها أكثر الأساليب نجاحًا تستخدم مثل هذه الارتباطات. ومع ذلك ، يكشف تحليل الأخطاء لدينا أنه حتى أقوى الأنظمة المرسلة تكافح مع التنبؤ بقيم الميزات للغات التي لا يُعرف عنها سوى القليل من الميزات.

Abstract

WALS (Dryer and Haspelmath, 2013) kimi tipolojik bilgi bazları dünyanın dillərinin dillərinin dilləri haqqında məlumatlar barəsində. Onları aşağı dil öyrənməsi və dil təminatı üçün faydalandırmaq üçün göstərilmişdir. Ən böyük çəkilmək, Tikolojik KB-lərin çox geniş istifadə edilməsini dəyişdirir ki, çox dillərin yalnız bəzi özelliklər üçün bildirilməsi və bəzi özelliklərin geniş örtükləri vardır. Tippolojik xüsusiyyətlər çox bir-birinə bağlanırlar deyə, onları tədbir etmək və bu səbəbdən tədbir edən tipolojik KB-ləri avtomatik olaraq yayılmaq mümkün olar. Bütün bunlardan ən müvəffəqiyyətli metodlar bu şəkildə istifadə edirlər. Ancaq xəta analizimiz belə göstərir ki, hətta ən güclü təklif edilmiş sistemlər dillərin bəzi özelliklərin tanındıqları tərzlərin təşkil edilməsi ilə mübahisə edirlər.

Abstract

Типологичните бази знания (КБ) като УАЛС (Драйър и Хаспелмат, 2013) съдържат информация за езиковите свойства на световните езици. Доказано е, че те са полезни за приложения надолу по веригата, включително междуезично трансферно обучение и езиково проучване. Основният недостатък, който пречи на по-широкото приемане на типологичните КБ, е, че те са рядко населени, в смисъл, че повечето езици имат само анотации за някои функции, и изкривени, тъй като малко функции имат широко покритие. Тъй като типологичните характеристики често корелират помежду си, е възможно да ги предскажете и по този начин автоматично да попълните типологичните КБ, което също е фокусът на тази споделена задача. Като цяло задачата привлече 8 предложения от 5 отбора, от които най-успешните методи използват такива корелации на характеристиките. Нашият анализ на грешките обаче разкрива, че дори най-силните подадени системи се борят с предвиждането на стойности на характеристиките за езици, където са известни малко функции.

Abstract

বিশ্বের ভাষার ভাষার ভাষার ভাষার বৈশিষ্ট্য সম্পর্কে তথ্য প্রদান করা হয়েছে। নীচের অ্যাপ্লিকেশনের জন্য তাদের দেখা যাচ্ছে, যার মধ্যে রয়েছে ক্রস-ভাষাভাষী শিক্ষা এবং ভাষাভাষী পরীক্ষা। সাধারণ কেবিবিগুলোর প্রধান ক্ষেত্রে বিস্তারিত প্রধান ড্রাকব্রেককে হামলা দেয়া হচ্ছে যে তারা খুব সামান্য জনপ্রিয়, যার মানে বেশীর ভাষাগুলো ক যেহেতু সাধারণ বৈশিষ্ট্যের বৈশিষ্ট্য প্রায়শই একে অপরের সাথে সংশ্লিষ্ট, এটি ভবিষ্যদ্বাণী করতে পারে এবং তাই স্বয়ংক্রিয়ভাবে জনপ্রিয় সাধারণত, এই কাজ ৫ দল থেকে আটটি প্রদানের আকর্ষণ করেছে, যার মধ্যে সবচেয়ে সফল পদ্ধতি এই বৈশিষ্ট্যের সম্পর্ক ব্যবহার করে। তবে আমাদের ত্রুটির বিশ্লেষণ প্রকাশ করেছে যে এমনকি সবচেয়ে শক্তিশালী জমা দিয়েছে সিস্টেমের সংগ্রামের সংগ্রামের সাথে ভ

Abstract

Typological knowledge bases (KBs) such as WALS (Dryer and Haspelmath, 2013) contain information about linguistic properties of the world's languages. འདི་དག་ནི་ཕབ་རིས་ཉེར་སྤྱོད་ལ་སྤྱོད་བྱ་རིམ་དང་། སྐད་རིགས་ཀྱི་གནས་སྐབས་སྐུར་དང་སྐད དབྱེ་རིགས་ལ་གཟུགས་འགྱུར་བའི་ཆེ་བ་ཞིག་མིན་པའི་བྱ་ཚིག་གི་ཆེ་བ་ཞིག་ཡིན་ན། དབྱེ་རིགས་ལ་ཆ་ཁྱད་པར་དབྱེ་རིགས་ནི་ཕན་ཚུན་གཅིག་དང་མཉམ་དུ་མཐུན་འགྱུར་བ་ཡིན། In general, the task attracted 8 submissions from 5 teams, out of which the most successful methods make use of such feature correlations. ཡིན་ནའང་ང་ཚོའི་ནོར་འཁྲུལ་ཞིབ་དཔྱད་ནི་སྐྱེས་ཆེན་མང་ཤོས་པའི་མ་ལག་གི་འཐབ་རྩོད་ཀྱང་མཐོང་ནི་སྐད་རིགས་ལ་

Abstract

Typološke baze znanja (KB) poput WALS (Dryer i Haspelmath, 2013) sadrže informacije o jezičkim vlasništvima svijeta. Pokazali su da su korisni za snižene aplikacije, uključujući učenje preko jezika i lingvističko ispitivanje. Velika odvraća koja ometa šire usvajanje tipoloških KB-a je da su manje popularni, u smislu da većina jezika imaju samo annotacije za neke karakteristike i skinute, u tom nekoliko karakteristika imaju širok pokrivač. Kao što su tipološke karakteristike često povezani jedni sa drugima, moguće je da ih predviđamo i tako automatski populiramo tipološke KB, što je također fokus ovog zajedničkog zadatka. Općenito je zadatak privukao 8 podataka iz 5 tima, od kojih najuspješniji metode koriste takve korelacije. Međutim, naša analiza greške pokazuje da se čak i najjači podnošeni sustavi bore sa predviđanjem vrijednosti karakteristike jezika u kojima se znaju nekoliko karakteristika.

Abstract

Les bases tipològices de coneixements (KB), com WALS (Dryer and Haspelmath, 2013), contenen informació sobre les propietats lingüístices de les llengües del món. S'ha demostrat que són útils per aplicacions avall, incloent l'aprenentatge translingüístic i l'investigació lingüística. Un desvantatge major que obstacula l'adopció més amplia de KB tipològics és que són poc poblats, en el sentit que la majoria de llengües només tenen anotacions per algunes característiques, i esboços, en que poques característiques tenen una gran cobertura. Com les característiques tipològiques sovint correlacionen entre elles, és possible predir-les i, així, poblar automàticament els KB tipològics, que també és el foc d'aquesta tasca compartida. En general, la tasca va atrair 8 presentacions de 5 equips, dels quals els mètodes més exitosos fan servir aquestes correlacions. No obstant això, la nostra anàlisi d'errors revela que fins i tot els sistemes més forts submetits lluiten amb predir valors de característiques per les llengües on hi ha poques característiques conegudes.

Abstract

Typologické znalostní báze (KBs) jako WALS (Dryer and Haspelmath, 2013) obsahují informace o jazykových vlastnostech světových jazyků. Bylo prokázáno, že jsou užitečné pro následné aplikace, včetně učení přenosu mezi jazyky a jazykové sondy. Hlavní nevýhodou, která brání širšímu přijetí typologických KBs, je, že jsou řídce osídlené, v tom smyslu, že většina jazyků má pouze anotace pro některé prvky, a zkreslené, protože několik prvků má široké pokrytí. Vzhledem k tomu, že typologické prvky často vzájemně korelují, je možné je předvídat a tím automaticky vyplnit typologické KBs, což je také těžištěm tohoto sdíleného úkolu. Celkově tento úkol přilákal osm příspěvků z pěti týmů, z nichž nejúspěšnější metody využívají takové funkční korelace. Naše analýza chyb však ukázala, že i ty nejsilnější odeslané systémy se potýkají s předpovídáním hodnot funkcí pro jazyky, kde je známo jen málo funkcí.

Abstract

Typologiske vidensbaser (KBs) såsom WALS (Dryer and Haspelmath, 2013) indeholder oplysninger om sproglige egenskaber i verden. De har vist sig at være nyttige til downstream applikationer, herunder tværsproget overførselslæring og sproglig sondering. En stor ulempe, der hæmmer en bredere anvendelse af typologiske KBs, er, at de er tyndt befolkede, i den forstand, at de fleste sprog kun har noteringer til nogle funktioner, og skæve, fordi få funktioner har bred dækning. Da typologiske funktioner ofte korrelerer med hinanden, er det muligt at forudsige dem og dermed automatisk udfylde typologiske KB'er, som også er fokus for denne delte opgave. Samlet set tiltrak opgaven 8 indlæg fra 5 hold, hvoraf de mest succesfulde metoder gør brug af sådanne funktionskorrelationer. Men vores fejlanalyse afslører, at selv de stærkeste indsendte systemer kæmper med at forudsige funktionsværdier for sprog, hvor få funktioner er kendt.

Abstract

Typologische Wissensbasen (KBs) wie WALS (Dryer and Haspelmath, 2013) enthalten Informationen über sprachliche Eigenschaften der Weltsprachen. Sie haben sich als nützlich für nachgelagerte Anwendungen erwiesen, einschließlich des translingualen Lernens und der linguistischen Untersuchung. Ein großer Nachteil, der eine breitere Akzeptanz typologischer KBs erschwert, ist, dass sie dünn bevölkert sind, in dem Sinne, dass die meisten Sprachen nur Anmerkungen für einige Features haben, und verzerrt, da nur wenige Features eine breite Abdeckung haben. Da typologische Merkmale häufig miteinander korrelieren, ist es möglich, diese vorherzusagen und damit automatisch typologische KBs zu füllen, was auch der Fokus dieser gemeinsamen Aufgabe ist. Insgesamt zog die Aufgabe acht Einreichungen von fünf Teams an, aus denen die erfolgreichsten Methoden solche Feature-Korrelationen nutzen. Unsere Fehleranalyse zeigt jedoch, dass selbst die am stärksten eingereichten Systeme Schwierigkeiten haben, Funktionswerte für Sprachen vorherzusagen, in denen nur wenige Features bekannt sind.

Abstract

Τυπολογικές βάσεις γνώσης (KBs) όπως το WALS (Dryer and Haspelmath, 2013) περιέχουν πληροφορίες σχετικά με τις γλωσσικές ιδιότητες των γλωσσών του κόσμου. Έχουν αποδειχθεί ότι είναι χρήσιμες για μεταγενέστερες εφαρμογές, συμπεριλαμβανομένης της εκμάθησης γλωσσικής μεταφοράς και της γλωσσικής διερεύνησης. Ένα σημαντικό μειονέκτημα που εμποδίζει την ευρύτερη υιοθέτηση των τυπολογικών KBs είναι ότι είναι αραιοκατοικημένα, με την έννοια ότι οι περισσότερες γλώσσες έχουν μόνο σχόλια για ορισμένα χαρακτηριστικά, και στραβά, δεδομένου ότι λίγα χαρακτηριστικά έχουν ευρεία κάλυψη. Καθώς τα τυπολογικά χαρακτηριστικά συχνά συσχετίζονται μεταξύ τους, είναι δυνατόν να προβλεφθούν και έτσι να συμπληρωθούν αυτόματα τυπολογικά ΚΒ, που είναι επίσης το επίκεντρο αυτής της κοινής εργασίας. Συνολικά, η εργασία προσέλκυσε οκτώ υποβολές από πέντε ομάδες, από τις οποίες οι πιο επιτυχημένες μέθοδοι χρησιμοποιούν τέτοιους συσχετισμούς χαρακτηριστικών. Ωστόσο, η ανάλυση σφαλμάτων μας αποκαλύπτει ότι ακόμη και τα ισχυρότερα υποβαλλόμενα συστήματα δυσκολεύονται να προβλέψουν τιμές χαρακτηριστικών για γλώσσες όπου λίγα χαρακτηριστικά είναι γνωστά.

Abstract

Las bases de conocimientos tipológicos (KB) como WALS (Dryer y Haspelmath, 2013) contienen información sobre las propiedades lingüísticas de los idiomas del mundo. Se ha demostrado que son útiles para aplicaciones posteriores, incluido el aprendizaje de transferencia multilingüe y el sondeo lingüístico. Un inconveniente importante que impide una adopción más amplia de las KB tipológicas es que están escasamente pobladas, en el sentido de que la mayoría de los idiomas solo tienen anotaciones para algunas características, y están sesgadas, en el sentido de que pocas características tienen una amplia cobertura. Como las características tipológicas a menudo se correlacionan entre sí, es posible predecirlas y, por lo tanto, poblar automáticamente los KB tipológicos, que también es el objetivo de esta tarea compartida. En general, la tarea atrajo 8 presentaciones de 5 equipos, de los cuales los métodos más exitosos utilizan dichas correlaciones de características. Sin embargo, nuestro análisis de errores revela que incluso los sistemas presentados más potentes tienen dificultades para predecir los valores de las características para los idiomas en los que se conocen pocas funciones.

Abstract

Tüpoloogilised teadmistebaasid (KB) nagu WALS (Dryer ja Haspelmath, 2013) sisaldavad teavet maailma keelte keeleliste omaduste kohta. On tõestatud, et need on kasulikud järgnevate rakenduste puhul, sealhulgas keeleülese siirdeõppe ja keelelise uurimise puhul. Tüpoloogiliste KBde laiemat kasutuselevõttu takistav peamine puudus on see, et need on hõredalt asustatud selles mõttes, et enamikul keeltel on ainult teatud funktsioonide kohta märkused, ja kõverad, sest vähesed funktsioonid on laialt levinud. Kuna tüpoloogilised omadused on tihti omavahel korrelatsioonis, on võimalik neid ennustada ja seega automaatselt täita tüpoloogilised KBd, mis on ka selle ühise ülesande keskmes. Kokkuvõttes kogus ülesanne 8 tööd viielt meeskonnalt, millest kõige edukamad meetodid kasutavad selliseid funktsioonide korrelatsioone. Meie veaanalüüs näitab siiski, et isegi tugevamatel esitatud süsteemidel on probleeme funktsioonide väärtuste prognoosimisega keeltes, kus on vähe funktsioone teada.

Abstract

پایگاه‌های دانش‌شناسی (KBs) مانند WALS (Dryer and Haspelmath, 2013) اطلاعات درباره‌ی ویژگی‌های زبان‌شناسی زبان جهان دارند. آنها نشان داده شده‌اند که برای کاربردهای پایین‌ترین استفاده می‌کنند، شامل یادگیری از انتقال زبان‌ها و امتحان زبان‌شناسی. این است که اکثر زبانها فقط برای بعضی ویژه‌ها آگاهی دارند، و در این چند ویژه‌ها پوشش گسترده دارند. به عنوان ویژه های نوع شناسی اغلب با یکدیگر ارتباط دارند، ممکن است پیش بینی کنند و به همین دلیل به طور خودکار کلی‌های نوع شناسی را جمع کنید، که همچنین تمرکز این وظیفه مشترک است. در کل این وظیفه ۸ تسلیم از ۵ تیم را جذب کرد، و از آن بهترین روش موفقیت‌ها از این تسلیم‌های ویژه استفاده می‌کنند. با این حال، تحلیل خطای ما نشان می دهد که حتی سیستم‌های استقلال قوی‌ترین مبارزه با پیش‌بینی ارزش‌های ویژه‌های زبان‌هایی که چند ویژه‌های شناخته می‌شوند می‌کنند.

Abstract

Typologiset tietopohjat (KB), kuten WALS (Dryer ja Haspelmath, 2013), sisältävät tietoa maailman kielten kielellisistä ominaisuuksista. Niiden on osoitettu olevan hyödyllisiä jatkojalostuksen sovelluksissa, kuten monikielisessä siirtooppimisessa ja kielellisessä kartoituksessa. Merkittävä haittapuoli, joka vaikeuttaa typologisten KB:iden laajempaa käyttöönottoa, on se, että ne ovat harvaan asuttuja, sillä useimmilla kielillä on vain joitakin ominaisuuksia koskevia huomautuksia, ja vääristyneitä, koska harvat ominaisuudet ovat laajalti kattavia. Koska typologiset ominaisuudet korreloivat usein keskenään, niitä on mahdollista ennustaa ja siten täyttää automaattisesti typologiset KB-kirjaimet, joihin myös tämä jaettu tehtävä keskittyy. Kaiken kaikkiaan tehtävään osallistui 8 hakemusta viideltä tiimiltä, joista menestyneimmät menetelmät hyödyntävät tällaisia ominaisuuskorrelaatioita. Virheanalyysimme paljastaa kuitenkin, että jopa vahvimmat lähetetyt järjestelmät kamppailevat ominaisuuksien arvojen ennustamisen kielissä, joissa ominaisuuksia on vähän.

Abstract

Les bases de connaissances typologiques (KB) telles que WALS (Dryer et Haspelmath, 2013) contiennent des informations sur les propriétés linguistiques des langues du monde. Ils se sont révélés utiles pour les applications en aval, y compris l'apprentissage par transfert interlinguistique et le sondage linguistique. Un inconvénient majeur qui freine l'adoption plus large des bases de connaissances typologiques est qu'elles sont peu peuplées, dans le sens où la plupart des langues n'ont que des annotations pour certaines fonctionnalités, et sont asymétriques, dans la mesure où peu de fonctionnalités ont une couverture étendue. Comme les caractéristiques typologiques sont souvent corrélées entre elles, il est possible de les prévoir et ainsi de remplir automatiquement les KB typologiques, ce qui est également l'objet de cette tâche partagée. Au total, la tâche a attiré 8 soumissions de 5 équipes, parmi lesquelles les méthodes les plus efficaces utilisent de telles corrélations de caractéristiques. Cependant, notre analyse des erreurs révèle que même les systèmes soumis les plus robustes ont du mal à prédire les valeurs des caractéristiques pour les langues dans lesquelles peu de fonctionnalités sont connues.

Abstract

Tá faisnéis faoi airíonna teangeolaíocha theangacha an domhain i mbunáiteanna eolais tíopeolaíochta (KBanna) mar WALS (Triomadóir agus Haspelmath, 2013). Léiríodh go bhfuil siad úsáideach le haghaidh feidhmeanna iartheachtacha, lena n-áirítear foghlaim aistrithe tras-teanga agus iniúchadh teanga. Míbhuntáiste mór a chuireann isteach ar ghlacadh níos leithne de KBanna tíopeolaíochta ná go bhfuil líon beag daoine iontu, sa chiall nach bhfuil ach nótaí le haghaidh gnéithe áirithe, agus sceabhacha ag formhór na dteangacha, sa mhéid is gur beag gnéithe a bhfuil clúdach leathan orthu. Ós rud é go mbíonn comhghaol idir gnéithe tíopeolaíochta agus a chéile go minic, is féidir iad a thuar agus mar sin KBanna tíopeolaíochta a líonadh go huathoibríoch, rud atá mar fhócas don tasc comhroinnte seo freisin. Ar an iomlán, tharraing an tasc 8 n-aighneacht ó 5 fhoireann, agus baineann na modhanna is rathúla úsáid astu sin as comhghaolú gnéithe dá leithéid. Mar sin féin, léiríonn ár n-anailís earráide go bhfuil fiú na córais is láidre a chuirtear isteach ag streachailt le luachanna gné a thuar do theangacha nach bhfuil mórán gnéithe ar eolas iontu.

Abstract

Masana zane na ilmi na typogi (KBs) kamar WWAIS (Mai kashe da Hasbelmath, 2013) na ƙunsa da information about tsarin littafan harshe na duniya. An nuna su da amfani da shiryoyin ayuka na ƙarami, idan an sami shiryoyin ayuka masu shige cikin lugha-harshen. Maɓalli durowa mai shimfiɗawa zaɓen kofi na typogi KBs is that they are kaɗan populated, a mantin da wasu harshe kawai ke da cũtarwa ga wasu mistakardu, kuma ana sami, kuma a cikin waɗanda ke cikin takardar nan kaɗan sun sami makaranti. Kama masu tsari na typogi, ko da yawa, za'a yi amfani da ɗayan su, za'a iya iya ƙayyade su kuma don haka kan umarin KBs na farat ɗaya, wanda yana fokus wa wannan aikin da aka raba shi. A jumla, aikin na attract 8 silsilõ daga jama'a 5, daga gare su, mafaniyar shiryoyin su yi amfani da wannan feature links. Amma, Analyyina ɓata ta bayyana cẽwa, kõ dã mafiya tsananin wanda aka jẽfa na'ura sun yi jihãdi da kimar abin da ya ƙayyade wa lugha da kuma don a san wasu fasihai kaɗan.

Abstract

בסיסי ידע טיפולוגי (KBs) כמו WALS (Dryer and Haspelmath, 2013) מכילים מידע על תכונות שפתיים של שפות העולם. הוכחה שהם שימושיים ליישומים מתחתונים, כולל לימוד העברה לשפתיים וחקירה לשפתית. חסר ערך גדול שמחסיק לאימוץ רחב יותר של KB טיפולוגיים הוא שהם באוכלוסיה נדירה, במובן שלרוב השפות יש רק ציונים לכמה תכונות, ובמעט תכונות יש כיסוי רחב. כיוון שהתכונות טיפולוגיות לעתים קרובות מתחברות אחד עם השני, אפשרי לחזות אותן ולכן אוטומטית לאוכל KB טיפולוגיות, שהיא גם המרכז של המשימה המשותפת הזו. באופן כללי, המשימה נמשכה 8 הודעות מ-5 קבוצות, מהן השיטות המצליחות ביותר משתמשות בקשר תכונות כאלה. עם זאת, ניתוח הטעות שלנו מגלה שאפילו המערכות החזקות ביותר מתאבקות עם חיזוי ערכים של תכונות לשפות שבו מעט תכונות ידועות.

Abstract

टाइपोलॉजिकल नॉलेज बेस (केबी) जैसे कि WALS (ड्रायर और हैस्पेलमैथ, 2013) में दुनिया की भाषाओं के भाषाई गुणों के बारे में जानकारी होती है। उन्हें डाउनस्ट्रीम अनुप्रयोगों के लिए उपयोगी दिखाया गया है, जिसमें क्रॉस-लिंगुअल ट्रांसफर लर्निंग और भाषाई जांच शामिल है। टाइपोलॉजिकल केबी के व्यापक गोद लेने में बाधा डालने वाली एक बड़ी खामी यह है कि वे कम आबादी वाले हैं, इस अर्थ में कि अधिकांश भाषाओं में केवल कुछ विशेषताओं के लिए एनोटेशन हैं, और तिरछे हैं, जिसमें कुछ विशेषताओं में व्यापक कवरेज है। जैसा कि टाइपोलॉजिकल विशेषताएं अक्सर एक दूसरे के साथ सहसंबंधित होती हैं, इसलिए उनकी भविष्यवाणी करना संभव है और इस प्रकार स्वचालित रूप से टाइपोलॉजिकल केबी को पॉप्युलेट किया जाता है, जो इस साझा कार्य का भी ध्यान केंद्रित करता है। कुल मिलाकर, कार्य ने 5 टीमों से 8 प्रस्तुतियों को आकर्षित किया, जिनमें से सबसे सफल तरीके इस तरह की सुविधा सहसंबंधों का उपयोग करते हैं। हालांकि, हमारे त्रुटि विश्लेषण से पता चलता है कि यहां तक कि सबसे मजबूत प्रस्तुत सिस्टम उन भाषाओं के लिए सुविधा मूल्यों की भविष्यवाणी करने के साथ संघर्ष करते हैं जहां कुछ विशेषताएं ज्ञात हैं।

Abstract

Typološke baze znanja (KBs) poput WALS (Dryer i Haspelmath, 2013) sadrže informacije o jezičkim vlasništvima svijeta. Pokazali su da su korisni za snižene aplikacije, uključujući učenje preko jezika i lingvističko ispitivanje. Velika odvraća koja ometa šire usvajanje tipoloških KB-a je da su manje populirani, u smislu da većina jezika imaju samo annotacije za neke karakteristike i skinute, u tom nekoliko karakteristika imaju širok pokrivač. Dok tipološke karakteristike često povezuju jedni s drugima, moguće je predvidjeti njih i tako automatski populirati tipološke KB, što je također fokus ovog zajedničkog zadatka. Općenito je zadatak privukao 8 podataka iz 5 tima, od kojih najuspješniji metode koriste takve korelacije. Međutim, naša analiza greške pokazuje da se čak i najjači podnošeni sustavi bore s predviđanjem vrijednosti karakteristike jezika u kojima se znaju nekoliko karakteristika.

Abstract

A tipológiai tudásbázisok (KBs), mint például a WALS (Dryer and Haspelmath, 2013) információkat tartalmaznak a világ nyelveinek nyelvi tulajdonságairól. Hasznosnak bizonyultak a downstream alkalmazásokhoz, beleértve a nyelvek közötti transzfertanulást és a nyelvi vizsgálatot is. A tipológiai KB-k szélesebb körű alkalmazását akadályozó jelentős hátrány az, hogy ritkán laktak, abban az értelemben, hogy a legtöbb nyelv csak bizonyos funkciókra vonatkozó jegyzetekkel rendelkezik, és ferde, mivel néhány funkció széles körű lefedettséggel rendelkezik. Mivel a tipológiai jellemzők gyakran korrelálnak egymással, lehetőség van azok előrejelzésére és így automatikusan feltölteni a tipológiai KB-kat, amelyek szintén a közös feladat középpontjában állnak. Összességében 5 csapat 8 beadványát vonzott a feladat, amelyek közül a legsikeresebb módszerek használják ezeket a funkciók összefüggéseit. Hibaelemzésünk azonban azt mutatja, hogy még a legerősebb benyújtott rendszerek is küzdenek a funkcióértékek előrejelzésével olyan nyelvek esetében, ahol kevés funkció ismert.

Abstract

Տիպոլոգիական գիտելիքների հիմքերը (ԿԲ), ինչպիսիք են Ուալսը (Dryer and HASPELmath, 2013), պարունակում են տեղեկատվություն աշխարհի լեզվաբանական հատկությունների մասին: Պարզվել է, որ դրանք օգտակար են հետագա ծրագրերի համար, ներառյալ լեզվի փոխանցման ուսումնասիրությունը և լեզվի ուսումնասիրությունը: Գլխավոր թերությունը, որը խոչընդոտում է տիպոլոգիական ԿԲ-ների ավելի լայն ընդունման, այն է, որ դրանք հազվադեպ բնակչություն ունեն, այն իմաստով, որ լեզուների մեծ մասը միայն նշումներ ունի որոշ հատկանիշների համար, և թերություններ ունեն, որ այդ հատկանի Քանի որ տիպոլոգիական հատկությունները հաճախ կապված են միմյանց հետ, հնարավոր է կանխատեսել դրանք և այնպես ինքնաբնական բնակչություն ունենալ տիպոլոգիական ԿԲ-ներ, որոնք նաև այս ընդհանուր խնդրի կենտրոնն են: Ընդհանուր առմամբ, խնդիրը գրավեց 8 ներկայացումներ հինգ թիմից, որոնցից ամենահաջողակ մեթոդները օգտագործում են նման հատկանիշների հաղորդակցվածությունը: Այնուամենայնիվ, մեր սխալների վերլուծությունը բացահայտում է, որ նույնիսկ ամենաուժեղ ներկայացված համակարգերը պայքարում են լեզուների հատկությունների կանխատեսման արժեքների հետ, որտեղ շատ քիչ հատկություններ են հայտնի:

Abstract

Pangkalan pengetahuan tipologi (KBs) seperti WALS (Dryer dan Haspelmath, 2013) mengandung informasi tentang properti bahasa bahasa bahasa dunia. Mereka telah terbukti berguna untuk aplikasi turun, termasuk belajar transfer saling bahasa dan penyelidikan bahasa. Sebuah kelemahan besar yang menghalangi adopsi KB tipologi yang lebih luas adalah bahwa mereka jarang diduduki, dalam arti bahwa kebanyakan bahasa hanya memiliki anotasi untuk beberapa fitur, dan skewed, dalam beberapa fitur memiliki penutup lebar. As typological features often correlate with one another, it is possible to predict them and thus automatically populate typological KBs, which is also the focus of this shared task. Secara umum, tugas menarik 8 pengiriman dari 5 tim, dari mana metode paling sukses menggunakan korelasi karakteristik tersebut. However, our error analysis reveals that even the strongest submitted systems struggle with predicting feature values for languages where few features are known.

Abstract

Le basi di conoscenza tipologica (KBs) come WALS (Dryer and Haspelmath, 2013) contengono informazioni sulle proprietà linguistiche delle lingue del mondo. Si sono dimostrati utili per applicazioni a valle, tra cui l'apprendimento translinguale di trasferimento e il sondaggio linguistico. Un grosso inconveniente che ostacola una più ampia adozione delle KB tipologiche è che sono scarsamente popolate, nel senso che la maggior parte delle lingue ha annotazioni solo per alcune caratteristiche, e distorte, in quanto poche funzionalità hanno una vasta copertura. Poiché le caratteristiche tipologiche spesso si correlano tra loro, è possibile predirle e quindi popolare automaticamente i KB tipologici, che è anche il fulcro di questo compito condiviso. Nel complesso, il compito ha attirato 8 contributi da 5 team, di cui i metodi di maggior successo utilizzano tali correlazioni di funzionalità. Tuttavia, la nostra analisi degli errori rivela che anche i sistemi inviati più forti hanno difficoltà a prevedere i valori delle funzionalità per i linguaggi in cui sono note poche funzionalità.

Abstract

Wals (Dryer and Haspelmath, 2013)などのタイプ知識ベース(KB)には、世界の言語の言語的特性に関する情報が含まれている。それらは、クロスリンガル転送学習および言語プローブを含む下流アプリケーションに有用であることが示されている。類型化されたKBの広範な採用を妨げる大きな欠点は、ほとんどの言語にはいくつかの特徴に対する注釈しかなく、歪んでいるという意味で、ほとんどの特徴が広範囲に及んでいないという点です。類型的特徴はしばしば互いに相関するため、それらを予測し、したがって類型的ＫＢを自動的に入力することが可能であり、これはこの共有タスクの焦点でもある。全体として、このタスクは5つのチームから8件の提出物を集め、そのうち最も成功した方法はこのような機能の相関関係を利用しています。しかし、エラー分析では、最も強力な送信システムでさえ、機能がほとんど知られていない言語の機能値の予測に苦労していることが明らかになりました。

Abstract

Tipilojengan langkung saben (kbs) kayata WALs Rasané wis mbut nggo yen nggawe aplikasi dipunangé pakan-pakan, gambar tukang banter-pakan lengkang karo sapa-ingkang. Mbok Taning politenessoffpolite"), and when there is a change ("assertivepoliteness Jupuk, akeh panjenengan kelas pirsak dipunggawe nguasal sing nggawe sistem sing paling nggawe barang kanggo ngerasakno perkaraan kanggo langga sing ngerasakno dhéwé.

Abstract

ტიპოლოგიური მეცნიერების ბაზები (KBs), როგორც WALS (Dryer and Haspelmath, 2013) მსოფლიოს ენების ლუნგური მნიშვნელობების შესახებ ინფორმაცია. ისინი ჩვენებულია, რომ საშუალო პროგრამებისთვის გამოყენებელია, როგორც საშუალო ენგრანსტრინსტრინსტრინსტრინსტრინსტრინსტრინს მნიშვნელოვანი დაკავშირება, რომელიც ტიპოლოგიური კიბების უფრო დიდი დავიწყება, არის რომ ისინი ცოტა პრობლექტურიან, რომელიც უფრო მეტი ენების მხოლოდ არსებობს ნოტაციების განსაზღვრება და სკ როგორც ტიპოლოგიური ფუნქციები ხშირად ერთმანეთს კოლექცია, შესაძლებელია ისინი გადაწყვება და ასე ავტომატურად მოპოლექცია ტიპოლოგიური KB, რომელიც ასევე არის ამ გაყო ყველაფერად, დავალება 5 ჯგუფიდან 8 წინაწერების მიღება, რომლებიდან ყველაზე წარმატებული მეტივები გამოყენება ასეთი ფუნქციების კორელაციების გამოყენება. მაგრამ ჩვენი შეცდომის ანალიზაცია აღმოჩნდა, რომ ყველაზე ძალიან ძალიან გამოყენებული სისტემები კონტრუქცია, რომლებიც რამდენიმე ფუნქციები უცნობ

Abstract

WALS (Dryer and Haspelmath, 2013) секілді типтологиялық білім негізінде әлемнің тілдерінің лингвистикалық қасиеттері туралы мәліметтер бар. Олар көпшілік тілдерді аудару және лингвистикалық тексеру үшін пайдалы болып көрсетілген. Типтологиялық Кб- тердің көпшілігінің көпшілігін қолдануға көмектеседі, тілдердің көпшілігі тек кейбір мүмкіндіктер үшін жаңартулар, жаңартулардың көпшілігінде көпшілігі жа Типологикалық мүмкіндіктері көбінде бір-бірімен байланысты болса, оларды таңдау мүмкіндігі болады, сондықтан оларды автоматты түрде типологикалық Кб- терістеу мүмкіндігі, сондай-ақ Барлық тапсырма 5 топтан 8 жіберілген жіберілген, олардың ең сәтті әдістері бұл мүмкіндіктерді қолдану үшін қолданылады. Бірақ қате анализиясы біздің тілдердің ең күшті жүйелердің бірнеше мүмкіндіктері білген тілдердің қасиеттерінің таңдау мәндеріне күресіп тұрғанын көрсетеді.

Abstract

유형학 지식 라이브러리(KBs), 예를 들어 WALS(Dryer and Haspelmath, 2013)는 세계 언어의 언어 속성 정보를 포함한다.그것들은 다중 언어 이동 학습과 언어 탐색을 포함한 하위 응용에 매우 유용하다는 것이 증명되었다.유형학 지식 라이브러리의 광범위한 사용을 방해하는 주요 단점 중 하나는 인구가 적다는 것이다. 이것은 대부분의 언어가 특정한 기능에만 주석을 달고, 광범위한 범위를 가진 기능이 적기 때문에 기울어진다는 것을 의미한다.유형 특징은 통상적으로 서로 관련되어 있기 때문에 이를 예측하여 유형 지식 라이브러리를 자동으로 채우는 것도 이 공유 임무의 중점이다.전체적으로 말하자면 이 임무는 5개 팀의 8건의 제출을 끌어들였는데 그 중에서 가장 성공적인 방법은 이런 특징의 관련성을 이용했다.그러나 우리의 오류 분석에 의하면 가장 강력한 제출 시스템이라도 이미 알려진 특징이 적은 언어의 특징치를 예측하기 어렵다고 한다.

Abstract

Typologinėse žinių bazėse (KB), pvz., WALS (Dryer and Haspelmath, 2013), pateikiama informacija apie pasaulio kalbų kalbines savybes. Nustatyta, kad jos yra naudingos tolesnėms programoms, įskaitant tarpkalbinį mokymąsi ir kalbų tyrimą. Pagrindinis trūkumas, trukdantis platesniam tipologinių KB įvedimui, yra tas, kad jie retai gyvena, nes dauguma kalbų turi tik tam tikrų požymių anotacijas, o mažai jų apima plačiai. Kadangi tipologinės savybės dažnai tarpusavyje koreliuoja, galima jas nuspėti ir taip automatiškai populiuoti tipologinius KB, kurie taip pat yra šios bendros užduoties esmė. Apskritai užduotis pritraukė 8 paraiškas iš 5 komandų, iš kurių sėkmingiausi metodai naudojasi tokiomis savybėmis susijusiomis koreliacijomis. Tačiau mūsų klaidų analizė atskleidžia, kad net stipriausios pateiktos sistemos kovoja su prognozuojamomis savybėmis kalboms, kuriose žinoma nedaug savybių.

Abstract

Типологичките бази на знаење (КБС) како што се WALS (Dryer and Haspelmath, 2013) содржат информации за јазичните сопствености на светските јазици. Се покажа дека тие се корисни за понатамошните апликации, вклучувајќи го и меѓујазичното префрлање на учењето и јазичното истражување. Големата недостаток што го попречува поширокото усвојување на типологичките КБ е тоа што тие се ретко населени, во смисла дека повеќето јазици имаат само анотации за некои карактеристики, и скриени, бидејќи неколку карактеристики имаат широко покривање. Бидејќи типологичките карактеристики честопати се корелираат меѓусебно, можно е да се предвидат и со тоа автоматски да се популираат типологичките КБ, кои исто така се фокусираат на оваа заедничка задача. Вкупно, задачата привлече 8 поднесувања од 5 тимови, од кои најуспешните методи ги користат ваквите корелации. Сепак, нашата анализа на грешки открива дека дури и најсилните поднесени системи се борат со предвидување на вредностите на карактеристиките за јазиците каде што се познати неколку карактеристики.

Abstract

ലോകത്തിന്റെ ഭാഷകളുടെ ഭാഷകളുടെ ഭാഷ വിവരങ്ങളെപ്പറ്റിയുള്ള വിവരങ്ങള്‍ ടൈപോളജിക്കല്‍ അറിവുകളുടെ (കെബികള്‍) പോലെ ഈ പ്രയോഗങ്ങള്‍ക്ക് ഉപയോഗമാണെന്ന് കാണിച്ചിരിക്കുന്നു. അതില്‍ ക്രിസ്ലിങ്ക് ലൈന്‍ഗ്വില്‍ പഠിക്കുന്നതും ഭാഷ പരി ടൈപ്പോളിക്കല്‍ കെബികളുടെ പ്രധാനപ്പെടുത്തുന്ന ഒരു പ്രധാനപ്പെട്ട വരയുടെ പിന്തുടര്‍ന്നുകൊണ്ടിരിക്കുന്നത് കുറച്ച് പേരും ഭാഷകള്‍ക്ക് മാത്രമേ വ ടൈപ്പോളജിക്കല്‍ വിശേഷതകള്‍ എപ്പോഴും പരസ്പരം ബന്ധപ്പെടുന്നതായിരിക്കും, അവയെ പ്രവചിപ്പിക്കാന്‍ സാധ്യമല്ല, അതുകൊണ്ട് സ്വയം പ്രധാനപ് മൊത്തത്തില്‍, 5 ടീമില്‍ നിന്നുള്ള 8 കീഴ്പ്പെടുത്തിയിരുന്നു. അതില്‍ നിന്ന് ഏറ്റവും വിജയിച്ച രീതികള്‍ ഇത്തരം പ്രതിഫലമ എന്നാലും നമ്മുടെ പിശക് അന്വേഷണം വെളിപ്പെടുത്തുന്നു, ഏറ്റവും ശക്തിയുള്ള സിസ്റ്റമുകള്‍ പോലും ഭാഷകള്‍ക്ക് വേണ്ടി പ്രവച

Abstract

WALS (Dryer and Haspelmath, 2013) гэх мэт типиологийн мэдлэгийн суурь дэлхийн хэлний хэлний хэлбэрийн талаар мэдээллийг агуулдаг. Үүнийг олон хэлний шилжүүлэлтийн суралцах болон хэлний судалгаанд хэрэглэгддэг. Ихэнх хэлнүүд зөвхөн зарим чадваруудыг зөвхөн анхаарлаа авч, мөн тэдгээр цөөн чадваруудын тухай өргөн дүгнэлт байдаг гэсэн үг юм. Типиологикийн хувьд ихэвчлэн холбогдолтой учраас тэднийг таамаглах боломжтой. Типиологик КБ-г автоматаар хүлээн зөвшөөрөх боломжтой. Энэ нь мөн энэ хуваалцагдсан ажлын төвлөрөм Үүнээс хамгийн амжилттай арга барилгыг 5 багтаас 8 дамжуулалт авсан. Гэвч бидний алдааны шинжилгээ нь хэлэнд хэд хэд хэдэн чанарыг мэддэг хэлбэрийн хувьд хамгийн хүчтэй дамжуулагдсан системүүд ч мөргөдөг.

Abstract

Pangkalan pengetahuan tipologi (KBs) seperti WALS (Dryer and Haspelmath, 2013) mengandungi maklumat mengenai ciri-ciri bahasa bahasa dunia. Mereka telah dibuktikan berguna untuk aplikasi turun, termasuk pemindahan saling bahasa belajar dan penyelidikan bahasa. Sebuah kelemahan utama yang menghalangi adopsi KB tipologi yang lebih luas adalah bahawa mereka jarang diduduki, dalam berarti kebanyakan bahasa hanya mempunyai anotasi untuk beberapa ciri-ciri, dan skewed, dalam bahawa beberapa ciri-ciri mempunyai penutup lebar. Sebab ciri-ciri tipologi sering berkorelasi antara satu sama lain, ia mungkin untuk meramalkannya dan secara automatik populasikan KB tipologi, yang juga fokus tugas berkongsi ini. Secara umum, tugas menarik 8 penghantaran dari 5 pasukan, dari mana kaedah yang paling berjaya menggunakan korelasi ciri-ciri tersebut. Namun, analisis ralat kami menunjukkan bahawa walaupun sistem yang paling kuat dihantar berjuang dengan meramalkan nilai fitur untuk bahasa di mana beberapa fitur diketahui.

Abstract

Bażijiet ta’ għarfien tipiku (KBs) bħall-WALS (Dryer u Haspelmath, 2013) fihom informazzjoni dwar il-karatteristiċi lingwistiċi tal-lingwi tad-dinja. Intwera li huma utli għall-applikazzjonijiet downstream, inkluż it-tagħlim translingwistiku tat-trasferiment u s-sondaġġ lingwistiku. Żvantaġġ ewlieni li jfixkel l-adozzjoni usa’ ta’ KBs tipoloġiċi huwa li huma popolati ftit, fis-sens li l-biċċa l-kbira tal-lingwi għandhom biss annotazzjonijiet għal xi karatteristiċi, u skewed, minħabba li ftit karatteristiċi għandhom kopertura wiesgħa. Peress li l-karatteristiċi tipoloġiċi spiss jikkorrelaw ma’ xulxin, huwa possibbli li dawn jiġu mbassra u b’hekk jiġu popolati awtomatikament KBs tipoloġiċi, li huwa wkoll il-fokus ta’ dan il-kompitu kondiviż. B’mod ġenerali, il-kompitu ġibed tmien sottomissjonijiet minn ħames timijiet, li minnhom l-aktar metodi ta’ suċċess jagħmlu użu minn korrelazzjonijiet ta’ karatteristiċi bħal dawn. Madankollu, l-analiżi tagħna tal-iżbalji turi li saħansitra s-sistemi sottomessi l-aktar b’saħħithom għandhom diffikultà biex jipprevedu valuri karatteristiċi għal lingwi fejn ftit karatteristiċi huma magħrufa.

Abstract

Typologische kennisdatabases (KBs) zoals WALS (Dryer and Haspelmath, 2013) bevatten informatie over taalkundige eigenschappen van de wereldtalen. Ze zijn nuttig gebleken voor downstreamtoepassingen, waaronder translingual transfer learning en taalonderzoek. Een groot nadeel dat een bredere adoptie van typologische KBs belemmert, is dat ze dunbevolkt zijn, in die zin dat de meeste talen alleen annotaties hebben voor sommige kenmerken, en scheef, omdat weinig functies een brede dekking hebben. Omdat typologische kenmerken vaak met elkaar correleren, is het mogelijk om ze te voorspellen en zo automatisch typologische KBs te vullen, wat ook de focus is van deze gedeelde taak. Over het algemeen trok de taak acht inzendingen aan van vijf teams, waaruit de meest succesvolle methoden gebruik maken van dergelijke feature correlaties. Onze foutanalyse laat echter zien dat zelfs de sterkste ingediende systemen worstelen met het voorspellen van functiewaarden voor talen waar weinig functies bekend zijn.

Abstract

Typoloģiske kunnskapsbaser (KBs) som WALS (Dryer and Haspelmath, 2013) inneheld informasjon om språkeegenskaper for verdens språk. Dei er viste å vera nyttig for nedstrekkprogram, inkludert læring av krysspråk og språk. Eit stort trekking som hindrar breidde innføring av typologiske KB er at dei er lite populert, i følelsen at dei fleste språk berre har merknader for nokre funksjonar, og skrudde, i dei få funksjonane har breidde dekkevne. Som typologiske funksjonar ofte korrelaterte med ein annan, er det mogleg å foregå dei og så automatisk populerer typologiske KB, som også er fokusen på denne delte oppgåva. Oppgåva har tiltrekket 8 tillegg frå 5 grupper, der dei mest suksessfulle metodane brukar slike funksjonskorrelasjonar. Feilanalysen vårt viser imidlertid at sjølv dei sterkeste innsendte systemet strømmer med å foregå funksjonsverdiar for språk der få funksjonar er kjent.

Abstract

Typologiczne bazy wiedzy (KBs) takie jak WALS (Dryer and Haspelmath, 2013) zawierają informacje o właściwościach językowych języków świata. Wykazano, że są one przydatne do dalszych zastosowań, w tym uczenia się transferu między językami i badania językowe. Główną wadą utrudniającą szersze przyjęcie typologicznych KBs jest to, że są one słabo zaludnione, w tym sensie, że większość języków posiada tylko adnotacje dla niektórych funkcji i pokręcone, ponieważ niewiele funkcji ma szeroki zakres. Ponieważ cechy typologiczne często ze sobą korelują, można je przewidzieć i tym samym automatycznie wypełniać typologiczne KBs, co jest również celem tego wspólnego zadania. Ogólnie rzecz biorąc, zadanie przyciągnęło osiem zgłoszeń z pięciu zespołów, z których najbardziej udane metody wykorzystują takie korelacje cech. Nasza analiza błędów pokazuje jednak, że nawet najsilniejsze zgłoszone systemy borykają się z przewidywaniem wartości funkcji dla języków, w których znana jest niewiele funkcji.

Abstract

Bases de conhecimento tipológico (KBs) como WALS (Dryer e Haspelmath, 2013) contêm informações sobre propriedades linguísticas das línguas do mundo. Eles se mostraram úteis para aplicações downstream, incluindo aprendizado de transferência entre idiomas e sondagem linguística. Uma grande desvantagem que dificulta a adoção mais ampla de KBs tipológicos é que eles são pouco preenchidos, no sentido de que a maioria das linguagens possui apenas anotações para alguns recursos e distorcidos, pois poucos recursos têm ampla cobertura. Como os recursos tipológicos geralmente se correlacionam, é possível prevê-los e, assim, preencher automaticamente os KBs tipológicos, que também é o foco dessa tarefa compartilhada. No geral, a tarefa atraiu 8 submissões de 5 equipes, das quais os métodos mais bem-sucedidos fazem uso de tais correlações de recursos. No entanto, nossa análise de erros revela que mesmo os sistemas enviados mais fortes lutam para prever valores de recursos para idiomas onde poucos recursos são conhecidos.

Abstract

Bazele de cunoștințe tipologice (KBs), cum ar fi WALS (Dryer and Haspelmath, 2013), conțin informații despre proprietățile lingvistice ale limbilor lumii. S-a demonstrat că acestea sunt utile pentru aplicațiile din aval, inclusiv pentru învățarea translingvistică și testarea lingvistică. Un dezavantaj major care împiedică adoptarea mai largă a KB-urilor tipologice este faptul că acestea sunt slab populate, în sensul că majoritatea limbilor au adnotări doar pentru anumite caracteristici, și distorsionate, în sensul că puține caracteristici au o acoperire largă. Deoarece caracteristicile tipologice se corelează adesea unul cu altul, este posibil să le prezicem și, astfel, să populați automat KBs tipologice, care este, de asemenea, centrul acestei sarcini partajate. În general, sarcina a atras 8 depuneri din 5 echipe, dintre care cele mai de succes metode utilizează astfel de corelații de caracteristici. Cu toate acestea, analiza noastră a erorilor arată că chiar și cele mai puternice sisteme trimise se luptă cu predicția valorilor caracteristicilor pentru limbile în care sunt cunoscute puține caracteristici.

Abstract

Типологические базы знаний (КБ), такие как WALS (Dryer and Haspelmath, 2013), содержат информацию о языковых свойствах языков мира. Было показано, что они полезны для последующего применения, включая межъязыковое обучение и лингвистическое зондирование. Основным недостатком, препятствующим более широкому принятию типологических КБ, является то, что они малонаселены, в том смысле, что большинство языков имеют аннотации только для некоторых функций, и искажены, в том, что немногие функции имеют широкий охват. Поскольку типологические признаки часто коррелируют друг с другом, их можно предсказать и, таким образом, автоматически заполнить типологические КБ, что также является фокусом этой общей задачи. В целом, задание привлекло 8 представлений от 5 команд, из которых наиболее успешные методы используют такие корреляции признаков. Тем не менее, наш анализ ошибок показывает, что даже самые сильные представленные системы борются с прогнозированием значений признаков для языков, где известно мало признаков.

Abstract

ලෝකයේ භාෂාවික වගේ භාෂාවික විශේෂතාවක් ගැන තොරතුරු තියෙන්නේ. ඔවුන්ට පෙන්වන්න පුළුවන් විදියට පහළ භාෂාව ප්‍රවේශනය සහ භාෂාවික ප්‍රවේශනය සඳහා ප්‍රයෝජනය ප්‍රධාන භාෂාවක් හැම්බර් විශාල විශාල කිබෝස් වල ප්‍රධානයක් තියෙනවා කියලා, ඔවුන් ප්‍රධානයෙන් ප්‍රශ්නයක් තියෙනවා කියලා, අනු වර්ගයාත්මක විශේෂ විශේෂතාවක් සාමාන්‍යයෙන් එක්කෙනෙක් එක්කෙනෙක් එක්ක සම්බන්ධ වෙන්න පුළුවන්, ඒ වගේම ඔවු සම්පූර්ණයෙන්, කණ්ඩායම් 5ක් ඉඳන් වැඩ 8ක් අල්ලගත්තා, ඒ වලින් සාර්ථක විධාන විධාන වලින් සාමාන්‍ය විද නමුත්, අපේ වැරදි විශ්ලේෂණය ප්‍රකාශ කරනවා කියලා භාෂාවට අවස්ථාවක් දැනගන්න පුළුවන් ශක්තිමත් පද්ධ

Abstract

Tipološke baze znanja (KB), kot sta WALS (Dryer in Haspelmath, 2013), vsebujejo informacije o jezikovnih lastnostih svetovnih jezikov. Izkazalo se je, da so koristne za nadaljnje aplikacije, vključno z učenjem medjezikovnega prenosa in jezikovnim preučevanjem. Glavna pomanjkljivost, ki ovira širšo sprejetje tipoloških KB, je, da so redko poseljeni, v smislu, da ima večina jezikov samo opombe za nekatere funkcije, in nagnjeni, ker ima le nekaj funkcij široko pokritih. Ker se tipološke značilnosti pogosto povezujejo med seboj, jih je mogoče napovedati in s tem samodejno nastaviti tipološke KB, kar je tudi središče tega skupnega opravila. Na splošno je naloga privabila 8 prispevkov 5 ekip, od katerih najuspešnejše metode uporabljajo takšne korelacije funkcij. Vendar pa naša analiza napak razkriva, da celo najmočnejši predloženi sistemi težko napovedujejo vrednosti funkcij za jezike, kjer je znano malo funkcij.

Abstract

Aqoonta aqoonta ee caadiga ah (KBs) sida WALS (Dhakhalka iyo Haspelmath, 2013) waxaa ku jira macluumaad ku saabsan waxyaabaha luqada dunida ku qoran. Waxaa looga muujiyey inay faa’iido u leeyihiin codsiga hoose-durka, kuwaas oo ku jira waxbarashada bedelka luqada kala duwan iyo imtixaanka luqada. Qoriga dhaqaalaha ugu weyn ee korsashada qoraalka KBs waa in ay dad yar yihiin, taas darteed luqadaha badanu waxay leeyihiin dhibaatooyin ay leedahay qaar gaar ah, waxayna leeyihiin dabool badan. Sida caadiga ah waxaa suurtogal ah in lagu soo hor jeedo shaqooyinkaas, taas darteed waxaa suurtogal ah in la soo hor dhigo qofka dhaqdhaqaaqa ah ee QBs, kaas oo sidoo kale focus ku ah shaqadaas la qaybsan. Dhammaan, shaqadu waxay ka soo bandhigtay 8 iskuul oo ka mid ah 5 koox, kuwaas oo ka mid ah qaababka ugu liibaanaya inay isticmaalaan xiriir caynkaas ah. Analyska qaladkayaga waxay muuqataa in xataa nidaamka ugu xoogga badan ee la soo dhiibay ay la dagaalamayaan qiimaha la sii sheego ee luuqadaha lagu aqoonsado waxyaabo yar.

Abstract

Bazat e njohurive tipologjike (KBs) të tilla si WALS (Dryer and Haspelmath, 2013) përmbajnë informacion rreth pronave gjuhësore të gjuhëve të botës. Ato janë treguar të dobishme për aplikimet poshtë rrjedhës, duke përfshirë mësimin e transferimit ndërgjuhësor dhe sondazhin gjuhësor. Një pengesë e madhe që pengon miratimin më të gjerë të KB-ve tipologjike është se ato janë pak të populluar, në kuptimin se shumica e gjuhëve kanë vetëm anotacione për disa karakteristika dhe të shkurtra, në atë se pak karakteristika kanë mbulim të gjerë. Ndërsa karakteristikat tipologjike shpesh korrelohen me njëri-tjetrin, është e mundur t'i parashikohen ato dhe kështu automatikisht të popullohen KB tipologjike, e cila është gjithashtu fokusi i kësaj detyre të përbashkët. Në përgjithësi, detyra tërhoqi 8 paraqitje nga 5 ekipe, nga të cilat metodat më të suksesshme përdorin korrelacione të tilla me funksione. Megjithatë, analiza jonë e gabimeve zbulon se edhe sistemi më i fortë i paraqitur lufton me parashikimin e vlerave për gjuhët ku janë të njohura pak elemente.

Abstract

Tipološke baze znanja (KB) poput WALS (Dryer i Haspelmath, 2013) sadrže informacije o jezičkim vlasništvima svijeta. Pokazali su da su korisni za korisne aplikacije, uključujući učenje preko jezika i lingvističko istraživanje. Veliki odvrat koji ometa šire usvajanje tipoloških KB-a je da su manje popularni, u smislu da većina jezika imaju samo annotacije za neke karakteristike i skinute, u tom nekoliko karakteristika imaju širok pokrivač. Kao što su tipološke karakteristike često povezani jedni sa drugima, moguće je da ih predvidimo i tako automatski populišemo tipološke KB, što je takođe fokus ovog zajedničkog zadatka. U svemu, zadatak je privukao 8 podataka iz 5 tima, od kojih najuspešniji metode koriste takve korelacije. Međutim, naša analiza greške pokazuje da se čak i najjači podnošeni sistemi bore sa predviđanjem značajnih vrijednosti jezika u kojima se znaju nekoliko karakteristika.

Abstract

Typologiska kunskapsbaser (KBs) såsom WALS (Dryer and Haspelmath, 2013) innehåller information om språkliga egenskaper hos världens språk. De har visat sig vara användbara för efterföljande tillämpningar, inklusive tvärspråkig överföring lärande och språklig sondering. En stor nackdel som hindrar en bredare användning av typologiska KBs är att de är glest befolkade, i den meningen att de flesta språk bara har anteckningar för vissa funktioner, och snedvridna, i den meningen att få funktioner har bred täckning. Eftersom typologiska funktioner ofta korrelerar med varandra är det möjligt att förutsäga dem och därmed automatiskt fylla typologiska KBs, vilket också är fokus för denna delade uppgift. Sammantaget lockade uppgiften 8 bidrag från 5 team, varav de mest framgångsrika metoderna använder sig av sådana funktionskorrelationer. Vår felanalys visar dock att även de starkaste inlämnade systemen kämpar med att förutsäga funktionsvärden för språk där få funktioner är kända.

Abstract

Mazingira ya maarifa ya kawaida (KBs) kama vile WALS (Mchoma na Haspelmath, 2013) ina taarifa kuhusu utaalamu wa lugha za dunia. Imeonekana kuwa na manufaa kwa matumizi ya mito ya chini, ikiwa ni pamoja na kuhamisha elimu ya lugha mbalimbali na kuchunguza lugha. Mchoro mkubwa unaosababisha utekelezaji mkubwa wa KBs wa kawaida ni kwamba ni watu wachache sana, kwa maana kwamba lugha nyingi zina matatizo kwa baadhi ya vipengele, na kuvuruga, katika vipengele hivyo vidogo vina habari mbalimbali. Kama utofauti wa kawaida mara nyingi huunganisha na wao, inawezekana kutabiri na hivyo kutabiri KBs maarufu wa aina hii, ambayo pia ni lengo la kazi hii inayoshirikiana. Kwa ujumla, jukumu hili lilivuta viungo vinavyotumiwa na vikundi 5, ambavyo vyote vilivyofanikiwa vinatumia mahusiano hayo. Hata hivyo, uchambuzi wetu wa makosa unaonyesha kuwa hata mifumo yenye nguvu iliyotolewa inapambana na thamani za kutabiri kwa lugha ambazo tabia chache zinafahamika.

Abstract

உலக மொழிகளின் மொழிகளின் மொழிகளின் மொழிகளின் மொழிகள் பற்றிய தகவல்கள் போன்ற நிலையான அறிவிப்பு அடிப்படைகள் (KBs) போன்ற WALS (ட்ரையர் மற் கீழ்நோக்கு பயன்படுத்தப்பட்ட பயன்பாடுகளுக்கு தெரிவிக்கப்பட்டுள்ளது, மற்றும் மொழிய மொழிமாற்றி கற்றல் மற்றும் மொழிய பெரும்பாலான வரைப்புக்குறிப்பான கேபிகளின் புதுப்பாக்குதல் அதிகப்படுத்தப்பட்டது என்னவென்றால் அது சில மொழிகளில் சில குணங்களுக்கு மட்டும் குறிப்ப வழக்கமான குணங்கள் பெரும்பாலாகவே ஒருவருடன் இணைக்கப்படுகிறது, அவற்றை முன்கூற முடியும் அதனால் தானாகவே பொதுவான கேபிஸ், அது இந்த பகிர்ந்த பணியி Overall, the task attracted 8 submissions from 5 teams, out of which the most successful methods make use of such feature correlations. எனினும், எங்கள் பிழை ஆய்வு குறைந்த குணங்கள் அறியப்படும் மொழிகளுக்கு முன்னோட்டு குணங்கள் மதிப்புகளுடன் முயற்சிக்கும்

Abstract

WALS (Dryer we Haspelmath, 2013) ýaly titolojik bilim baseleri dünýäniň dilleriniň dili hakynda maglumat bar. Olar aşa düşürli uygulamalar üçin ulanyp görkezildi we olar uluslary diller öwrenmek we lingwistiki barlamak üçin ullanýarlar. Tippolojik KBlaryň ýetişdirilmesini örän uly çekmek isleýän kiçi ýetişdirilmesi birnäçe köp dilleriň käbir möhümatlary üçin duýdurmanyň we süýtgetmesi bolan ýagdaýdyr. Tiplejik özellikleri köplenç bir-birine meňzeşýär. Olaryň öňünden geçirmegi mümkin we şonuň üçin Tiplejik KBlary otomatik üýtgetmegi bolar. Bu da bu paylaşyk zadyň fokusudur. Hemme zady 5 topardan 8 surat çekdi, onuň içinden iň üstünlikli metodlaryň bu şekilde çykyşlyklary ulanýarlar. Ýöne hata analyzamyz çykyp bilýän diller üçin iň güýçli gönderilen sistemalaryň hatda birnäçe özellikler bilen tanyş edilen özellikler üçin mücadele edip otyrýandygyny görkezýär.

Abstract

دنیا کی زبانوں کی زبان کی زبان کے بارے میں معلومات ہے۔ ان کو دکھایا گیا ہے کہ ان کے لئے لائنٹریمین کاربرد کے لئے فائدہ ہے، کروس زبان ترنسیٹر کی تعلیم اور زبان تحقیق کے ساتھ۔ ایک بڑا ڈرابیک ڈھیر ڈھیر ڈھیر ڈھیر دیتا ہے کہ ٹائیپولوژیک کیب کی مہربانی سے زیادہ پھیر لینے کی ضرورت یہ ہے کہ وہ بہت سی زبانوں کے لئے صرف بعض فرصت کے لئے اظہار ہیں اور ان کے اندر کم فرصت میں پھیر لیتے ہیں۔ جیسے تایپولوژیکوں کی تعریفیں اکثر ایک دوسرے کے ساتھ تعلق ہوتی ہیں، یہ ان کی پیشانی کرنے کی امکان ہے اور اسی طرح تایپولوژیکوں کی KB کو اپنا خفیہ طور پر جمع کرنا ہے، جو بھی اس مشترک کام کی منظور ہے. عملہ میں، کام نے پنج ٹیموں سے آٹھ مسلمانوں کو اٹھا لیا تھا، ان میں سے بہترین موفق طریقے اس طرح کی نسبت استعمال کرتے ہیں. لیکن ہماری غلطی تحلیل ظاہر کرتا ہے کہ حتی بہت قوی تحلیل کی سیستموں میں بھی زبانوں کے لئے ویژگی کے ارزش کی پیش بینی کے ساتھ جہاں تھوڑی ویژگی معلوم ہوتی ہیں۔

Abstract

Dunyo tillarining tillarining tillarining tillarining xossalari haqida (KBs) huddi WALS (Oxira va Haspelmath, 2013) maʼlumot maʼlumoti mavjud. Ko'rsatilgan tillar o'rganish va tillarni tizimga tekshirish uchun ishlatiladi. Ko'p tillar faqat bir xil xususiyatlar uchun tadbirlik bo'lishi mumkin. Bu bir necha xususiyatlar juda ko'proq qo'llanmalar bor. Oddiy xususiyatlar boshqa bilan birga bog'langan deb hisoblash mumkin va shunday qilib ularni avtomatik umumiy kattalashtirish mumkin. Bu bir vazifaning fokusi. Umumiy, vazifa 5 guruhdan 8 murakkab ishlatadi. Bu yerdan foydalanish uchun eng muvaffaqiyatli usullar ishlatiladi. Lekin bizning xato analytiklarimiz xususiyatlarimizdan ko'proq qo'shilgan tizimlarning qiymatlarini prediction qiymatlari bilan o'rganish mumkin.

Abstract

Các căn cứ phát ngôn ngữ học (KBs) như là WALL (Dryer và Haspeltoán, thậm chí là chỉ s ố file bây giờ) chứa thông tin về các đặc tính ngôn ngữ trên thế giới. Chúng đã được cho thấy có ích cho các ứng dụng xuôi dòng, bao gồm học qua ngôn ngữ truyền và dò tìm ngôn ngữ. Một trở ngại lớn ảnh hưởng đến việc mở rộng các KB phân loại hơn là họ có dân số ít, vì hầu hết các ngôn ngữ chỉ có ghi chú về một số tính năng, và bị lệch, trong khi chỉ có vài tính năng nhỏ. Do các tính năng đánh dấu thường liên kết với nhau, nên có thể dự đoán và do đó tự động phát triển các KBs phân loại, mà cũng là tâm điểm của nhiệm vụ chia sẻ này. Nhiệm vụ thu thập tài liệu tám từ năm đội, trong đó có các phương pháp thành công nhất sử dụng các mối tương quan đặc biệt. Tuy nhiên, phân tích lỗi của chúng tôi cho thấy rằng ngay cả hệ thống được gửi đến mạnh nhất cũng phải đấu tranh với việc dự đoán các giá trị đặc trưng cho ngôn ngữ nơi ít đặc điểm.

Abstract

类型学知识库(KB),如WALS(Dryer与Haspelmath,2013)含世界语言信息。已证下流宜有用,语言移学语言探。夫格益博用类型学知识库之大病者,填而疏之,以某种意义言之,多言有注而欹侧者,鲜有广覆盖范围也。类型学特征常相关,故可以占之,而自充其学知识库,此亦共事之重也。总体而言者,5团队之8也,其最成功者用之相关性。然臣等谬分析表明,虽至强之统,难以知少言之征。

Anthology ID:: 2020.sigtyp-1.1
Volume:: Proceedings of the Second Workshop on Computational Research in Linguistic Typology
Month:: November
Year:: 2020
Address:: Online
Venues:: EMNLP | SIGTYP
SIG:: SIGTYP
Publisher:: Association for Computational Linguistics
Note:
Pages:: 1–11
Language:
URL:: https://aclanthology.org/2020.sigtyp-1.1
DOI:: 10.18653/v1/2020.sigtyp-1.1
Bibkey:
Cite (ACL):: Johannes Bjerva, Elizabeth Salesky, Sabrina J. Mielke, Aditi Chaudhary, Giuseppe G. A. Celano, Edoardo Maria Ponti, Ekaterina Vylomova, Ryan Cotterell, and Isabelle Augenstein. 2020. SIGTYP 2020 Shared Task : Prediction of Typological FeaturesSIGTYP 2020 Shared Task: Prediction of Typological Features. In Proceedings of the Second Workshop on Computational Research in Linguistic Typology, pages 1–11, Online. Association for Computational Linguistics.
Cite (Informal):: SIGTYP 2020 Shared Task : Prediction of Typological FeaturesSIGTYP 2020 Shared Task: Prediction of Typological Features (Bjerva et al., SIGTYP 2020)
Copy Citation:
PDF:: https://aclanthology.org/2020.sigtyp-1.1.pdf
Video:: https://slideslive.com/38939790
Terminologies:

PDF Cite Search Translate Video