論文の概要: "The Boating Store Had Its Best Sail Ever": Pronunciation-attentive Contextualized Pun Recognition

• arxiv url: http://arxiv.org/abs/2004.14457v1
• Date: Wed, 29 Apr 2020 20:12:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 14:01:41.734108
• Title: "The Boating Store Had Its Best Sail Ever": Pronunciation-attentive Contextualized Pun Recognition
• Title（参考訳）: The Boating Store Had Its Best Sail: Pronunciation-attentive Contextualized Pun Recognition
• Authors: Yichao Zhou, Jyun-Yu Jiang, Jieyu Zhao, Kai-Wei Chang and Wei Wang
• Abstract要約: そこで我々は,ヒトのユーモアを知覚するために,発音適応型文脈パウン認識(PCPR)を提案する。 PCPRは、周囲の文脈とその対応する音韻記号の関連を捉えることにより、文中の各単語の文脈化された表現を導出する。 その結果,提案手法はパント検出や位置情報タスクにおいて最先端の手法よりも優れていた。
• 参考スコア（独自算出の注目度）: 80.59427655743092
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humor plays an important role in human languages and it is essential to model humor when building intelligence systems. Among different forms of humor, puns perform wordplay for humorous effects by employing words with double entendre and high phonetic similarity. However, identifying and modeling puns are challenging as puns usually involved implicit semantic or phonological tricks. In this paper, we propose Pronunciation-attentive Contextualized Pun Recognition (PCPR) to perceive human humor, detect if a sentence contains puns and locate them in the sentence. PCPR derives contextualized representation for each word in a sentence by capturing the association between the surrounding context and its corresponding phonetic symbols. Extensive experiments are conducted on two benchmark datasets. Results demonstrate that the proposed approach significantly outperforms the state-of-the-art methods in pun detection and location tasks. In-depth analyses verify the effectiveness and robustness of PCPR.
• Abstract（参考訳）: ヒューモアは人間の言語において重要な役割を担い、インテリジェンスシステムを構築する際にユーモアをモデル化することが不可欠である。 様々な形態のユーモアの中で、句は二重エンテンドレスと高い音韻類似性を持つ単語を用いてユーモラスな効果の言葉遊びを行う。 しかしながら、句の識別とモデル化は、通常暗黙的な意味論や音韻学的なトリックを含む句として困難である。 本稿では,人間のユーモアを知覚し,文が句を含むかどうかを検知し,文中の句を同定するための,発音対応型文脈付き句認識(pcpr)を提案する。 PCPRは、周囲の文脈とその対応する音韻記号の関連を捉え、文中の各単語の文脈表現を導出する。 2つのベンチマークデータセットで大規模な実験を行う。 その結果,提案手法はパント検出や位置情報タスクにおいて最先端の手法よりも優れていた。 詳細な分析によりPCPRの有効性とロバスト性を検証した。

関連論文リスト

• Mining Effective Features Using Quantum Entropy for Humor Recognition [19.20228079459944]
  過去数年間に、様々な方法で、音の認識が広範に研究されてきた。 本稿では,不整合理論にインスパイアされたジョークを2つの構成要素(セットアップとパンチライン)に分けることができる。 構成のセマンティックな不確かさとパンチラインを表すために密度行列を使用し、量子エントロピーの助けを借りてQE-不確実性とQE-不連続性を設計する。
  論文  参考訳（メタデータ） (2023-02-07T19:09:09Z)
• Context-Situated Pun Generation [42.727010784168115]
  本稿では,キーワードの集合で表される特定のコンテキストが提供される新しいタスク,文脈定型句生成を提案する。 その課題は、まずコンテキストに適した句語を識別し、次に、コンテキストキーワードと識別された句語に基づいて句を生成することである。 その結果,トップ検索語のうち69%が文脈選択語の生成に利用でき,生成モジュールは31%の成功率が得られることがわかった。
  論文  参考訳（メタデータ） (2022-10-24T18:24:48Z)
• ExPUNations: Augmenting Puns with Keywords and Explanations [88.58174386894913]
  我々は、キーワードの詳細なクラウドソースアノテーションで既存の句のデータセットを拡張する。 これは、パント専用の広範囲できめ細かなアノテーションを備えた最初のユーモアデータセットである。 句分類支援のための説明生成とキーワード条件付き句生成という2つのタスクを提案する。
  論文  参考訳（メタデータ） (2022-10-24T18:12:02Z)
• GSRFormer: Grounded Situation Recognition Transformer with Alternate Semantic Attention Refinement [73.73599110214828]
  グラウンドドコンディション認識(GSR)は、人間のイベント理解のための画像の構造化されたセマンティックサマリーを生成することを目的としている。 オブジェクト検出とイメージキャプションタスクにインスパイアされた既存のメソッドは、2段階のフレームワークを使用するのが一般的である。 本稿では,動詞と役割の双方向関係の活用に焦点をあてた,新しい2段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-18T17:13:59Z)
• AmbiPun: Generating Humorous Puns with Ambiguous Context [31.81213062995652]
  我々のモデルはまず、逆辞書を通して関連する概念のリストを作成する。 次に、ワンショットGPT3を用いて文脈語を生成し、両方の概念から文脈語を組み込んだ句を生成する。 人間の評価から,本手法は52%の時間でパントを発生させることができた。
  論文  参考訳（メタデータ） (2022-05-04T00:24:11Z)
• A Dual-Attention Neural Network for Pun Location and Using Pun-Gloss Pairs for Interpretation [25.2990606699585]
  パンの場所とは、テキスト中の句を識別することである。 Punの解釈は、句読点の2つの異なる意味を見出すことである。
  論文  参考訳（メタデータ） (2021-10-14T08:15:04Z)
• UCPhrase: Unsupervised Context-aware Quality Phrase Tagging [63.86606855524567]
  UCPhraseは、教師なしの文脈対応のフレーズタグである。 我々は,一貫した単語列から,高品質なフレーズを銀のラベルとして表現する。 我々の設計は、最先端の事前訓練、教師なし、遠隔管理の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-28T19:44:24Z)
• On Vocabulary Reliance in Scene Text Recognition [79.21737876442253]
  ボキャブラリ内の単語を持つ画像に対して、手法は良好に機能するが、ボキャブラリ外の単語を持つ画像にはあまり一般化しない。 私たちはこの現象を「語彙依存」と呼んでいる。 本研究では,2家族のモデルが協調的に学習できるようにするための,シンプルで効果的な相互学習戦略を提案する。
  論文  参考訳（メタデータ） (2020-05-08T11:16:58Z)

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。