Fugu-MT 論文翻訳(概要): Frequency, Acceptability, and Selection: A case study of clause-embedding

論文の概要: Frequency, Acceptability, and Selection: A case study of clause-embedding

arxiv url: http://arxiv.org/abs/2004.04106v1
Date: Wed, 8 Apr 2020 16:34:19 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 08:54:31.656945
Title: Frequency, Acceptability, and Selection: A case study of clause-embedding
Title（参考訳）: 頻度, 受容性, 選択性: 節エンベディングの事例研究
Authors: Aaron Steven White, Kyle Rawlins
Abstract要約: 本研究は,動詞が特に区分化フレームで見られる頻度と,それらのフレームにおける動詞の受容性との関係について検討する。本研究は,動詞のサブカテゴリ化フレームの周波数分布が,それらのフレームにおける受容可能性の予測因子として不十分であることを示す。
参考スコア（独自算出の注目度）: 6.764095120915275
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We investigate the relationship between the frequency with which verbs are found in particular subcategorization frames and the acceptability of those verbs in those frames, focusing in particular on subordinate clause-taking verbs, such as "think", "want", and "tell". We show that verbs' subcategorization frame frequency distributions are poor predictors of their acceptability in those frames---explaining, at best, less than 1/3 of the total information about acceptability across the lexicon---and, further, that common matrix factorization techniques used to model the acquisition of verbs' acceptability in subcategorization frames fare only marginally better. All data and code are available at http://megaattitude.io.
Abstract（参考訳）: 本研究は,特定の分類フレームにおける動詞の出現頻度と,それらのフレームにおける動詞の受容性との関係について検討し,特に「思考」,「意思」,「語り」といった従属節取得動詞に着目した。動詞のサブカテゴリ化フレームの周波数分布は、それらのフレームにおけるアクセシビリティの予測に乏しいことを示し、さらに、サブカテゴリ化フレームにおける動詞のアクセシビリティの獲得をモデル化するために使用される共通行列分解手法は、少なくともレキシコン全体のアクセシビリティに関する情報全体の1/3以下であることを示す。すべてのデータとコードはhttp://megaattitude.io.comで入手できる。

関連論文リスト

Video Referring Expression Comprehension via Transformer with Content-conditioned Query [68.06199031102526]
ビデオ参照表現(REC)は、検索された自然言語に基づいて対象物をビデオにローカライズすることを目的としている。ビデオRECの最近の改良は、学習可能なクエリを持つTransformerベースの手法を用いてなされている。
論文参考訳（メタデータ） (2023-10-25T06:38:42Z)
Assessing the Importance of Frequency versus Compositionality for Subword-based Tokenization in NMT [7.600968522331612]
サブワードトークン化は、ニューラルネットワークモデルと機械翻訳システムにおけるトークン化のデファクトスタンダードである。 3つの利点は、頻繁なトークンの符号化の短縮、サブワードの合成性、未知の単語を扱う能力である。コンポジション性から周波数を分離できるトークン化手法を提案する。
論文参考訳（メタデータ） (2023-06-02T09:39:36Z)
Rethinking the Video Sampling and Reasoning Strategies for Temporal Sentence Grounding [64.99924160432144]
時間的文グラウンドディング(TSG)は、特定のセグメントの時間的境界を文問合せによってビデオから識別することを目的としている。本稿では,TSG のための新しいサイムズサンプリング・推論ネットワーク (SSRN) を提案し,シムズサンプリング機構を導入し,追加のコンテキストフレームを生成する。
論文参考訳（メタデータ） (2023-01-02T03:38:22Z)
Relational Sentence Embedding for Flexible Semantic Matching [86.21393054423355]
文埋め込みの可能性を明らかにするための新しいパラダイムとして,文埋め込み(Sentence Embedding, RSE)を提案する。 RSEは文関係のモデル化に有効で柔軟性があり、一連の最先端の埋め込み手法より優れている。
論文参考訳（メタデータ） (2022-12-17T05:25:17Z)
Correspondence Matters for Video Referring Expression Comprehension [64.60046797561455]
ビデオ参照表現(REC)は、文章に記述された参照オブジェクトをビデオフレーム内の視覚領域にローカライズすることを目的としている。既存の手法では,1)ビデオフレーム間の非一貫性な局所化結果,2)参照オブジェクトとコンテキストオブジェクトの混同という2つの問題に悩まされている。本稿では、フレーム間およびクロスモーダルの両方で密接な関連性を明確に強化する新しいデュアル対応ネットワーク(DCNet)を提案する。
論文参考訳（メタデータ） (2022-07-21T10:31:39Z)
Sister Help: Data Augmentation for Frame-Semantic Role Labeling [9.62264668211579]
既存のフレーム固有のアノテーションを用いて、注釈のない同じフレームの他の語彙単位を自動的に注釈付けするデータ拡張手法を提案する。本稿では,このデータ強化の重要性を示すフレーム・セマンティック・ロール・ラベリングの実験を行う。
論文参考訳（メタデータ） (2021-09-16T05:15:29Z)
Semantic Frame Induction using Masked Word Embeddings and Two-Step Clustering [9.93359829907774]
マスク付き単語埋め込みと2段階クラスタリングを用いた意味的フレーム誘導手法を提案する。マスク付き単語埋め込みは,フレーム呼出動詞の表面情報への依存度を過度に回避するために有効であることを示す。
論文参考訳（メタデータ） (2021-05-27T22:00:33Z)
Looking into Your Speech: Learning Cross-modal Affinity for Audio-visual Speech Separation [73.1652905564163]
本稿では,音声-視覚的ニューラル処理を用いて音声信号と映像を分離する問題に対処する。従来の手法では、フレームワイドマッチング基準を用いて、音声とビデオの共有情報を抽出する。音声と視覚ストリーム間の局所的な親和性だけでなく,グローバル通信を学習するクロスモーダル親和性ネットワーク(CaffNet)を提案する。
論文参考訳（メタデータ） (2021-03-25T15:39:12Z)
Transformer-GCRF: Recovering Chinese Dropped Pronouns with General Conditional Random Fields [54.03719496661691]
本稿では,隣接する発話における代名詞間の依存関係をモデル化するために,トランスフォーマーネットワークの強みと一般条件ランダムフィールド(GCRF)を組み合わせる新しい枠組みを提案する。 3つの中国語会話データセットの結果、Transformer-GCRFモデルは、最先端のドロップした代名詞回復モデルよりも優れていた。
論文参考訳（メタデータ） (2020-10-07T07:06:09Z)
Fast and Robust Unsupervised Contextual Biasing for Speech Recognition [16.557586847398778]
明示的な文脈言語モデルを必要としない代替手法を提案する。学習コーパスからシステム語彙の各単語に対するバイアススコアを導出する。関連するコンテキストが利用できる場合,認識精度が大幅に向上することを示す。
論文参考訳（メタデータ） (2020-05-04T17:29:59Z)
FrameAxis: Characterizing Microframe Bias and Intensity with Word Embedding [8.278618225536807]
本稿では,最も関連性の高い意味軸(マイクロフレーム)を識別し,文書を特徴付ける方法であるFrameAxisを提案する。 FrameAxisは、マイクロフレームがテキストでどのように使われているかという、2つの重要な次元を定量的に評価するように設計されている。レストランレビューから政治ニュースまで,複数のデータセットにFrameAxisを適用することで,感情,トピック,パルチザンのスペクトルと高いバイアスと強度のマイクロフレームが一致していることを示す。
論文参考訳（メタデータ） (2020-02-20T08:01:28Z)

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。