학습 언어에서 다른 언어로
언어별로 많은 질의응답 주석을 모으는 일에는 비용이 든다. MLQA는 한 언어에서 학습한 능력을 다른 언어로 옮기는 모델을 비교할 고품질 평가를 제안했다.
여러 언어의 정렬
영어와 아랍어 및 독일어와 스페인어 및 힌디어와 베트남어 및 중국어 간체를 포함한다. 각 질의응답 예시는 평균 네 언어 사이에 병렬로 연결된다.
자료 규모와 문맥
영어는 1만 2천 개 이상이며 다른 각 언어는 약 5천 개의 예시로 구성됐다. 문맥을 정렬하는 전략으로 여러 언어에서 대응하는 추출형 질문과 답을 구성했다.
전이와 번역 기준 모델
연구는 교차 언어 표현과 기계 번역 기반 방법을 비교했다. 초기 실험에서는 다른 언어로 전이한 성능과 학습 언어에서의 성능 사이의 간격을 분석했다.