論文の概要: A Computational Investigation on Denominalization

• arxiv url: http://arxiv.org/abs/2003.04975v1
• Date: Thu, 13 Feb 2020 22:28:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-01 10:11:27.750847
• Title: A Computational Investigation on Denominalization
• Title（参考訳）: デノミナライゼーションに関する計算論的研究
• Authors: Zahra Shekarchi, Yang Xu
• Abstract要約: 名詞として出現してから数年経ってから動詞として使われてきた名詞について検討する。 本研究では,数年前から動詞として用いられてきた名詞を名詞として研究したい。
• 参考スコア（独自算出の注目度）: 3.2851864672627618
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language has been a dynamic system and word meanings always have been changed over times. Every time a novel concept or sense is introduced, we need to assign it a word to express it. Also, some changes have happened because the result of a change can be more desirable for humans, or cognitively easier to be used by humans. Finding the patterns of these changes is interesting and can reveal some facts about human cognitive evolution. As we have enough resources for studying this problem, it is a good idea to work on the problem through computational modeling, and that can make the work easier and possible to be studied on large scale. In this work, we want to study the nouns which have been used as verbs after some years of their emergence as nouns and find some commonalities among these nouns. In other words, we are interested in finding what potential requirements are essential for this change.
• Abstract（参考訳）: 言語は動的システムであり、言葉の意味は常に時代とともに変化してきた。 新しい概念や感覚が導入されるたびに、それを表現するための単語を割り当てる必要があります。 また、変化の結果が人間にとってより望ましい場合や、認知的に人間にとってより使いやすい場合など、いくつかの変化があった。 これらの変化のパターンを見つけることは興味深いことで、人間の認知進化に関するいくつかの事実を明らかにすることができる。 この問題を研究するのに十分なリソースがあるので、計算モデルを用いてこの問題に取り組むのがよい考えであり、大規模に研究することが容易かつ可能となる。 本研究では,数年前から動詞として用いられてきた名詞を名詞として研究し,それらの名詞の間に共通点を見いだしたい。 言い換えれば、この変更に必要な潜在的な要件を見つけることに興味があります。

関連論文リスト

• Survey in Characterization of Semantic Change [0.1474723404975345]
  言葉の意味を理解することは、異なる文化からの文章を解釈するのに不可欠である。 意味的変化は、計算言語学アルゴリズムの結果の品質に影響を与える可能性がある。
  論文  参考訳（メタデータ） (2024-02-29T12:13:50Z)
• The Causal Influence of Grammatical Gender on Distributional Semantics [87.8027818528463]
  言語間のジェンダー割り当てがどの程度意味を持つかは、言語学と認知科学における研究の活発な領域である。 我々は、名詞の文法的性別、意味、形容詞選択の間の相互作用を共同で表現する、新しい因果的グラフィカルモデルを提供する。 名詞の意味を制御した場合、文法的性別と形容詞的選択の関係は、ほぼゼロであり、無意味である。
  論文  参考訳（メタデータ） (2023-11-30T13:58:13Z)
• Learning the meanings of function words from grounded language using a visual question answering model [28.10687343493772]
  近年のニューラルネットワークに基づく視覚的質問応答モデルでは,複雑な視覚シーンに関する質問に対する回答の一部として,関数語の使用を学習できることが示されている。 これらのモデルが論理的結合の意味を学べることや、論理的推論に関する事前の知識がないことが分かりました。 本研究は,視覚的に理解された文脈において,機能単語のニュアンス解釈を学習することが可能であることを示す。
  論文  参考訳（メタデータ） (2023-08-16T18:53:39Z)
• Why can neural language models solve next-word prediction? A mathematical perspective [53.807657273043446]
  本研究では,英語文の実例をモデル化するための形式言語群について検討する。 我々の証明は、ニューラルネットワークモデルにおける埋め込み層と完全に接続されたコンポーネントの異なる役割を強調します。
  論文  参考訳（メタデータ） (2023-06-20T10:41:23Z)
• A Tale of Two Laws of Semantic Change: Predicting Synonym Changes with Distributional Semantic Models [1.856334276134661]
  歴史的言語文学には、同義語がどのように進化するかという2つの対立する、明らかに反対の仮説がある。 本稿では,各単語対に対する微分法則 (LD) と並列変化法則 (LPC) の相互関係を検出するための第一歩を踏み出した。 次に、分布意味論モデルを用いた問題に対する様々な計算手法を提案し、近年の語彙意味論的変化検出に関する文献にその基礎を置いている。
  論文  参考訳（メタデータ） (2023-05-30T15:50:29Z)
• Quantifying the Roles of Visual, Linguistic, and Visual-Linguistic Complexity in Verb Acquisition [8.183763443800348]
  我々は、事前学習された人工ニューラルネットワークから得られる単語の視覚的および言語的表現を用いる。 動詞の表現は一般的に、名詞の表現よりも領域内ではより可変であり、識別しにくいことが分かる。 視覚的可変性は、言語学習を内部的に推進する最強の要因であり、次いで視覚言語的アライメントと言語的可変性である。
  論文  参考訳（メタデータ） (2023-04-05T15:08:21Z)
• Verbal behavior without syntactic structures: beyond Skinner and Chomsky [0.0]
  言語がどんな人間の行動であるかを再発見しなければならない。 最近の心理学的、計算的、神経生物学的、そして行動の成型と構造に関する進化的な洞察は、我々を新しい、実行可能な言語の説明へと導くかもしれない。
  論文  参考訳（メタデータ） (2023-03-11T00:01:21Z)
• Fake it Till You Make it: Self-Supervised Semantic Shifts for Monolingual Word Embedding Tasks [58.87961226278285]
  語彙意味変化をモデル化するための自己教師付きアプローチを提案する。 本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。 3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
  論文  参考訳（メタデータ） (2021-01-30T18:59:43Z)
• Lexical semantic change for Ancient Greek and Latin [61.69697586178796]
  歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。 我々は、動的ベイズ混合モデルに基づくセマンティック変化に対する最近の計算的アプローチに基づいて構築する。 本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。
  論文  参考訳（メタデータ） (2021-01-22T12:04:08Z)
• Where New Words Are Born: Distributional Semantic Analysis of Neologisms and Their Semantic Neighborhoods [51.34667808471513]
  分散意味論のパラダイムで定式化されたセマンティック隣人のセマンティック・スパシティと周波数成長率という2つの要因の重要性について検討する。 いずれの因子も単語の出現を予測できるが,後者の仮説はより支持される。
  論文  参考訳（メタデータ） (2020-01-21T19:09:49Z)
• A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
  本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。 本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
  論文  参考訳（メタデータ） (2019-04-04T02:03:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。