アフリカ言語は言語的多様性と世界的な重要性にもかかわらず、自然言語処理（NLP）の研究とリソースにおいて過小代表のままである。このギャップを埋めるため、研究者らはAfriSUDを導入した。これは、サハラ以南アフリカの主要な語族と地域にまたがる9つの多様なアフリカ言語を対象とした、初の大規模な統語注釈付きツリーバンクコレクションである。AfriSUDの公開は、アフリカ言語のNLPリソース構築における重要な一歩であり、モデルの統語能力を体系的に評価するためのベンチマークを提供する。
このツリーバンクは、表層統語普遍依存（Surface-Syntactic Universal Dependencies、SUD）フレームワークを用いて注釈付けされている。SUDフレームワークは表層統語関係に焦点を当てており、言語間で比較可能な注釈を可能にすると同時に、言語の形態統語的特徴を適切に反映できる。AfriSUDの構築はコミュニティ主導の取り組みであり、母語話者の参加と検証を重視することでデータ品質を確保している。注釈データは、アフリカ言語に一般的な類型論的特徴、例えば膠着現象や声調に特に注意を払っており、これらの特徴は統語解析モデルにとって独特の課題となる。
アフリカ言語における既存モデルの統語処理能力を評価するため、研究チームはAfriSUD上で一連の実験を実施した。対象は品詞タグ付けと依存構造解析という2つの中核タスクである。評価に参加したモデルには、非Transformerベースライン、多言語事前学習エンコーダ、大規模言語モデル（LLM）が含まれる。この多様なモデル選択により、アフリカ言語の統語処理における異なるアーキテクチャの性能差を包括的に理解できる。
実験結果は、モデルが9言語すべてで明らかな限界を示すことを明らかにし、研究チームはこれを「顕著な構文ギャップ（syntax gap）」と呼んでいる。これは、現在の多言語モデルやLLMが多くの言語で進歩を遂げているにもかかわらず、アフリカ言語の統語構造の多様性を十分に捉えきれていない可能性を示唆する。この発見は、既存アーキテクチャがアフリカ言語の類型論的特徴に合わせて改善される必要があるか、あるいはモデル性能を向上させるためにより多くの高品質な注釈データが必要であることを示している。AfriSUDは将来の研究に貴重なリソースを提供するだけでなく、モデル開発者に改善の方向性を示すものである。