Ein neuartiger Ansatz, der ein Kernmodell mit mehreren satzspezifischen Parametersätzen nutzt, um die Leistung über verschiedene Domänen hinweg zu optimieren, ohne die Integrität des Basismodells zu beeinträchtigen.
Unser Ansatz zielt darauf ab, einen mehrsprachigen kontextualisierten Phrasenretriever zu entwickeln, der die Mehrdeutigkeit von allgemeinen Phrasen durch Berücksichtigung des Kontexts auflöst und so die Leistung in mehrsprachigen Anwendungen verbessert.
MixRED ist der erste menschlich annotierte Datensatz für Beziehungsextraktion in mehrsprachigen Kontexten, der die Herausforderungen des Code-Switching adressiert und die Leistungsfähigkeit bestehender Modelle in diesem neuartigen Szenario untersucht.