摘要

本文介绍了DeepSPIN团队在SIGMORPHON 2022共享任务——词素分割（Morpheme Segmentation）中的参赛成果。我们共提交了三项参赛作品，全部针对词级（word-level）子任务。首先，我们表明基于entmax的稀疏序列到序列模型相较于传统的softmax模型在性能上实现了显著提升，这一结果与其他任务中的发现一致。其次，我们挑战了形态学任务模型应在字符层面进行训练的普遍假设，提出了一种基于Transformer的模型，该模型将词素作为由一元语言模型生成的子词（subwords）序列进行建模。该基于子词的Transformer模型在性能上超越了所有字符级模型，并成功夺得词级子任务的冠军。尽管我们未正式提交句级（sentence-level）子任务的参赛作品，但实验表明，该子词建模方法在句级任务中同样表现出极高的有效性。