Khuyagbaatar Batsuren,Omer Goldman,Salam Khalifa,Nizar Habash,Witold Kieraś,Gábor Bella,Brian Leonard,Garrett Nicolai,Kyle Gorman,Yustinus Ghanggo Ate,Maria Ryskina,Sabrina J. Mielke,Elena Budianskaya,Charbel El-Khaissi,Tiago Pimentel,Michael Gasser,William Lane,Mohit Raj,Matt Coler,Jaime Rafael Montoya Samame,Delio Siticonatzi Camaiteri,Esaú Zumaeta Rojas,Didier López Francis,Arturo Oncevay,Juan López Bautista,Gema Celeste Silva Villegas,Lucas Torroba Hennigen,Adam Ek,David Guriel,Peter Dirix,Jean-Philippe Bernardy,Andrey Scherbakov,Aziyana Bayyr-ool,Antonios Anastasopoulos,Roberto Zariquiey,Karina Sheifer,Sofya Ganieva,Hilaria Cruz,Ritván Karahóǧa,Stella Markantonatou,George Pavlidis,Matvey Plugaryov,Elena Klyachko,Ali Salehi,Candy Angulo,Jatayu Baxi,Andrew Krizhanovsky,Natalia Krizhanovskaya,Elizabeth Salesky,Clara Vania,Sardana Ivanova,Jennifer White,Rowan Hall Maudslay,Josef Valvoda,Ran Zmigrod,Paula Czarnowska,Irene Nikkarinen,Aelita Salchak,Brijesh Bhatt,Christopher Straughn,Zoey Liu,Jonathan North Washington,Yuval Pinter,Duygu Ataman,Marcin Wolinski,Totok Suhardijanto,Anna Yablonskaya,Niklas Stoehr,Hossep Dolatian,Zahroh Nuriah,Shyam Ratan,Francis M. Tyers,Edoardo M. Ponti,Grant Aiton,Aryaman Arora,Richard J. Hatcher,Ritesh Kumar,Jeremiah Young,Daria Rodionova,Anastasia Yemelina,Taras Andrushko,Igor Marchenko,Polina Mashkovtseva,Alexandra Serova,Emily Prud'hommeaux,Maria Nepomniashchaya,Fausto Giunchiglia,Eleanor Chodroff,Mans Hulden,Miikka Silfverberg,Arya D. McCarthy,David Yarowsky,Ryan Cotterell,Reut Tsarfaty,Ekaterina Vylomova
Khuyagbaatar Batsuren,Omer Goldman,Salam Khalifa,Nizar Habash,Witold Kieraś,Gábor Bella,Brian Leonard,Garrett Nicolai,Kyle Gorman,Yustinus Ghanggo Ate,Maria Ryskina,Sabrina J. Mielke,Elena Budianskaya,Charbel El-Khaissi,Tiago Pimentel,Michael Gasser,William Lane,Mohit Raj,Matt Coler,Jaime Rafael Montoya Samame,Delio Siticonatzi Camaiteri,Esaú Zumaeta Rojas,Didier López Francis,Arturo Oncevay,Juan López Bautista,Gema Celeste Silva Villegas,Lucas Torroba Hennigen,Adam Ek,David Guriel,Peter Dirix,Jean-Philippe Bernardy,Andrey Scherbakov,Aziyana Bayyr-ool,Antonios Anastasopoulos,Roberto Zariquiey,Karina Sheifer,Sofya Ganieva,Hilaria Cruz,Ritván Karahóǧa,Stella Markantonatou,George Pavlidis,Matvey Plugaryov,Elena Klyachko,Ali Salehi,Candy Angulo,Jatayu Baxi,Andrew Krizhanovsky,Natalia Krizhanovskaya,Elizabeth Salesky,Clara Vania,Sardana Ivanova,Jennifer White,Rowan Hall Maudslay,Josef Valvoda,Ran Zmigrod,Paula Czarnowska,Irene Nikkarinen,Aelita Salchak,Brijesh Bhatt,Christopher Straughn,Zoey Liu,Jonathan North Washington,Yuval Pinter,Duygu Ataman,Marcin Wolinski,Totok Suhardijanto,Anna Yablonskaya,Niklas Stoehr,Hossep Dolatian,Zahroh Nuriah,Shyam Ratan,Francis M. Tyers,Edoardo M. Ponti,Grant Aiton,Aryaman Arora,Richard J. Hatcher,Ritesh Kumar,Jeremiah Young,Daria Rodionova,Anastasia Yemelina,Taras Andrushko,Igor Marchenko,Polina Mashkovtseva,Alexandra Serova,Emily Prud'hommeaux,Maria Nepomniashchaya,Fausto Giunchiglia,Eleanor Chodroff,Mans Hulden,Miikka Silfverberg,Arya D. McCarthy,David Yarowsky,Ryan Cotterell,Reut Tsarfaty,Ekaterina Vylomova

The Universal Morphology (UniMorph) project is a collaborative effort providing broad-coverage instantiated normalized morphological inflection tables for hundreds of diverse world languages. The project comprises two major thrusts: a language-independent feature schema for rich morphological annotation and a type-level resource of annotated data in diverse languages realizing that schema. This paper presents the expansions and improvements made on several fronts over the last couple of years (since McCarthy et al. (2020)). Collaborative efforts by numerous linguists have added 67 new languages, including 30 endangered languages. We have implemented several improvements to the extraction pipeline to tackle some issues, e.g. missing gender and macron information. We have also amended the schema to use a hierarchical structure that is needed for morphological phenomena like multiple-argument agreement and case stacking, while adding some missing morphological features to make the schema more inclusive. In light of the last UniMorph release, we also augmented the database with morpheme segmentation for 16 languages. Lastly, this new release makes a push towards inclusion of derivational morphology in UniMorph by enriching the data and annotation schema with instances representing derivational processes from MorphyNet.


翻译:通用感官学(UniMorph)项目是一项协作努力,为数百种不同的世界语言提供了广泛覆盖的即时标准化形态变化表,该项目由两个主要方面组成:丰富的形态说明语言独立特征模型和以多种语言提供的数据注释的类别资源,实现了这种模式。本文介绍了过去几年来(自麦卡锡等人(202020年)以来)在若干战线上扩大和改进的情况。许多语言学家的合作努力增加了67种新语言,包括30种濒危语言。我们已对提取管道进行了若干改进,以解决一些问题,例如缺少性别和宏观信息。我们还修正了这种系统结构,以采用多种形态协议和案件堆放等形态现象所需的等级结构,同时增加了一些缺失的形态特征,使这种系统更具包容性。根据上一期《UnniMorph》的发行,我们还以16种语言的单面分割方式扩充了数据库。最后,通过将新版本的数据转换成《Unichompheme 》,将数据转换成《Unimophal》和《Oniversal》的进版。

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
123+阅读 · 2020年9月8日
专知会员服务
60+阅读 · 2020年3月19日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
49+阅读 · 2021年5月9日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
VIP会员
相关资讯
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员