研究人员开发了一种新颖的唐古特语分词方法，唐古特语是一种已灭绝的、缺乏明确词语边界的语言。他们的框架整合了传统词典和无标签文本，并使用通过掩码语言模型（MLM）预训练的字符编码器。该方法在片段级交叉验证中实现了约0.91的高F1分数，证明了其在有限监督词汇之外的有效泛化能力。 AI
影响 这项研究推进了低资源和已灭绝语言的自然语言处理技术，可能为历史语言学和数字人文领域开辟新途径。
排序理由 详细介绍自然语言处理任务新方法的学术论文。[lever_c_research降级：ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
