双上下文孪生网络

低资源跨语言复述检测

该网络通过双上下文注意力同时捕获词汇语义与句法依赖,并以知识蒸馏实现从阿拉伯语到乌尔都语的跨语言迁移,无需目标语言训练数据即可有效泛化。

74006988 · Huang, Degen

Engineering Applications of Artificial Intelligence 2025

技术优势

跨语系零样本迁移

模型在阿拉伯语上训练后,无需任何乌尔都语训练数据即可泛化,直接用于乌尔都语复述检测,省去目标语言标注成本。

细粒度与全局特征兼顾

双上下文注意力机制同时捕捉词汇语义关系和句法依赖,避免传统方法仅关注局部特征的局限。

模型轻量化

通过教师-学生知识蒸馏,将阿拉伯语教师模型的知识压缩到轻量级学生模型,部署资源需求低,适合低资源环境。

应用场景