KOMBO：基于子字符组合规则的韩语字符表示

韩文书写系统 \textit{Hangeul} 具有严格遵循 \textit{Hunminjeongeum} 中记录的发明原理的独特字符表示。\footnote{\textit{Hunminjeongeum} 是一本于 1446 年出版的书，描述了由世宗大王设计的 \textit{Hangeul} 的发明和使用原理 \cite{Hunminjeongeum_Guide}。}韩语语言模型 (PLM) 忽略了这些原则。在本文中，我们介绍了一种名为 KOMBO 的韩国 PLM 新颖框架，它首先引入了 \textit{Hangeul} 的发明原理来表示字符。我们提出的方法 KOMBO 在不同的 NLP 任务中表现出了显着的实验能力。特别是，我们的方法在五项韩语自然语言理解任务中平均优于最先进的韩语 PLM 2.11%。此外，大量的实验表明，我们提出的方法适合理解韩语的语言特征。因此，我们阐明了在韩国 PLM 中使用子字符相对于典型的基于子字的方法的优越性。我们的代码位于：[https://github.com/SungHo3268/KOMBO](https://github.com/SungHo3268/KOMBO)。