ضربة صافرة الكلب: مجموعة بيانات صينية لا أستطيع التفاهم مع الحس السليم والمعرفة العالمية

غير قادر على أهمية فهم الإعلان والكوميديا وسياسة الكلب الصافرة.ومع ذلك، يتم إعاقة البحوث الحسابية على غير قادر على عدم وجود مجموعات البيانات المتاحة.في هذه الورقة، نقترح مجموعة بيانات صينية كبيرة ومتنوعة لإنشاء وفهم غير قادر على منظور اللغويات الحسابية.نحن صياغة مهمة لا يمكن فهمها وتوفير كل من التحليل الكمي والنوعي لكل من كلمة اختبار تضمين التشابه واللغة المحددة مسبقا.تشير التجارب إلى أن هذه المهمة تتطلب فهم اللغة العميقة والضمان السليم والمعرفة العالمية وبالتالي يمكن أن يكون اختبارا جيدا من أجل نماذج اللغة المحددة مسبقا ونماذج المساعدة تؤدي بشكل أفضل على المهام الأخرى.

Cant is important for understanding advertising, comedies and dog-whistle politics. However, computational research on cant is hindered by a lack of available datasets. In this paper, we propose a large and diverse Chinese dataset for creating and understanding cant from a computational linguistics perspective. We formulate a task for cant understanding and provide both quantitative and qualitative analysis for tested word embedding similarity and pretrained language models. Experiments suggest that such a task requires deep language understanding, common sense, and world knowledge and thus can be a good testbed for pretrained language models and help models perform better on other tasks.