NLP 多语言研究全景图：研究者梳理从低资源数据到语言识别的开放方向

研究者 Niyati Bafna 在 EMNLP 前整理出一份以 LLM 视角梳理多语言 NLP 开放问题的清单。清单聚焦低资源数据的训练/评测选择与清洗、语言识别（LID）与训练数据配比采样；LID 在几百种高资源语言之外因语言相近、数据稀缺而变难，代表系统为覆盖 350+ 语言的层级模型 LIMIT。作者强调这是个人阅读清单而非权威综述，偏 LLM、缺计算语言学视角。