基于多語(yǔ)言預(yù)訓(xùn)練模型的緬甸語(yǔ)分詞研究

打開(kāi)文本圖片集

摘要：緬甸語(yǔ)屬于低資源語(yǔ)言，收集大量緬語(yǔ)文本進(jìn)行預(yù)訓(xùn)練是一項(xiàng)耗時(shí)耗力的工作。目前已存在一些在多種語(yǔ)言（包括緬甸語(yǔ)）上預(yù)訓(xùn)練的模型，例如bert-base-multilingual-cased和xlm-roberta-base。因此，文章提出了一種新方法，即在多語(yǔ)言（包括緬甸語(yǔ)）預(yù)訓(xùn)練模型的基礎(chǔ)上，利用緬語(yǔ)文本進(jìn)行再預(yù)訓(xùn)練，以提升模型的分詞性能。（剩余293字）