某 NLP 模型在英文資料上的 Recall 為 0.92，遷移到繁體中文後 Recall 降至 0.61，原因最可能是？

iPAS 考題解析

某 NLP 模型在英文資料上的 Recall 為 0.92，遷移到繁體中文後 Recall 降至 0.61，原因最可能是？

  • A. 中文的字符集過大，模型無法正確 tokenize
  • B. 模型在英文訓練時學到的句法結構與中文完全不相容
  • C. 跨語言特徵分佈差異（Domain Shift）導致模型無法泛化到目標語言 ✓ 正確答案
  • D. 繁體中文資料的 TF-IDF 值計算方式不同

詳細解析

跨語言遷移時，源語言（英文）和目標語言（繁體中文）的特徵分佈存在顯著差異（Domain Shift），包括語法結構、詞彙語義、書寫方向等，導致在英文上訓練的模型無法直接泛化到中文，需要進行跨語言適應（如使用多語言預訓練模型 mBERT 或進行領域適應訓練）。

出題年份：114 難度：★★☆