ScandEval: A Benchmark for Scandinavian Natural Language Processing

要約

【タイトル】スカンジナビア自然言語処理のためのベンチマーク「ScandEval」

【要約】
– ScandEvalは、スカンジナビア言語の4つのタスクで事前学習モデルをベンチマークできるベンチマーキングプラットフォームである。
– 2つのタスク、言語受容性と質問応答に使用するデータセットは新しい。
– scandevalというPythonパッケージとコマンドラインインタフェースを開発し、Hugging Face Hubにアップロードされた任意のモデルでベンチマークできるようにする。
– このパッケージを使用して、100以上のスカンジナビア語または多言語モデルのベンチマークを行い、インタラクティブなオンラインリーダーボードに結果を発表し、結果の分析を提供する。
– 分析により、北欧3言語（デンマーク語、スウェーデン語、ノルウェー語）の間には大きなクロスリンガルトランスファーがあり、北欧大陸言語と島嶼スカンジナビア言語（アイスランド語、フェロー語）のグループ間には限定的なクロスリンガルトランスファーがあることが分かった。
– ベンチマーク結果は、ノルウェー、スウェーデン、デンマークの言語技術投資が、XLM-RoBERTaやmDeBERTaV3などの大規模多言語モデルよりも優れた言語モデルを生み出していることを示している。
– パッケージとリーダーボードの両方のソースコードを公開する。

要約(オリジナル)

This paper introduces a Scandinavian benchmarking platform, ScandEval, which can benchmark any pretrained model on four different tasks in the Scandinavian languages. The datasets used in two of the tasks, linguistic acceptability and question answering, are new. We develop and release a Python package and command-line interface, scandeval, which can benchmark any model that has been uploaded to the Hugging Face Hub, with reproducible results. Using this package, we benchmark more than 100 Scandinavian or multilingual models and present the results of these in an interactive online leaderboard, as well as provide an analysis of the results. The analysis shows that there is substantial cross-lingual transfer among the Mainland Scandinavian languages (Danish, Swedish and Norwegian), with limited cross-lingual transfer between the group of Mainland Scandinavian languages and the group of Insular Scandinavian languages (Icelandic and Faroese). The benchmarking results also show that the investment in language technology in Norway, Sweden and Denmark has led to language models that outperform massively multilingual models such as XLM-RoBERTa and mDeBERTaV3. We release the source code for both the package and leaderboard.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI