论文提出阿姆哈拉语-英语跨语言问答系统，检索精度达72%

发生了什么

据arXiv cs.CL报道，一篇论文提出了双向阿姆哈拉语-英语跨语言问答（CLQA）系统的设计、实现和评估，允许用户使用阿姆哈拉语或英语提出自然语言问题，并从另一种语言的文档中检索答案。该系统集成了用于查询翻译的统计机器翻译（SMT）组件、用于阿姆哈拉语文本处理的最大熵命名实体识别（NER）组件、基于语义的索引、问题分析、段落检索和答案提取。使用领域多样的阿姆哈拉语-英语平行语料库训练SMT组件，单语语料库支持语言建模。文档在检索之前经过规范化、标记化、词干提取、索引和语义丰富。原始评估使用精确率和召回率作为主要有效性指标。对于阿姆哈拉语到英语的检索，系统实现了72%的精确率和79%的召回率；对于英语到阿姆哈拉语的检索，实现了65%的精确率和70%的召回率。这些发现表明，即使在低资源条件下，模块化翻译和检索架构也能提供有用的跨语言访问。