研究提出用类型学特征零计算预测跨语言迁移

Dalton Raphael Harmsen 等人在 arXiv 发布论文，提出仅用语言类型学数据库特征训练随机森林来预测跨语言迁移性，无需大规模多语言预训练，代码已开源。 在 24 语言的先验迁移矩阵上，该模型留一语言交叉验证达 ρ=0.705、R²=0.49，与调优的非类型学对照（ρ=0.62）的差异在配对 bootstrap 检验下不可区分。当语言对中两种语言均为未见语言时，性能降至 ρ≈0.41。 论文称该方法以一次模型拟合替代数百次训练运行，可作零成本筛选工具；但其对完全未见语言对的预测能力明显较弱。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。