DocLangID: 改进少样本训练方法以识别历史文档的语言（英文版）

英文标题：DocLangID: Improving Few-Shot Training to Identify the Language of Historical Documents中文摘要：本文提出了一个迁移学习方法，使用少量手动标注的数据从历史文本领域进行有标注的迁移学习，通过基于距离的少量样本学习来适应新的历史文本数据分布，从而识别未标注历史文本数据中的语言，展示了其在 10 种主要使用拉丁字母的语言历史文本领域中成功的性能。英文摘要：Language identification describes the task of recognizing the language ofwritten text in documents. This information is crucial because it can be usedto support the analysis of a document's vocabulary and context. Supervisedlearning methods in recent years have advanced the