論文の概要: Hinting Semantic Parsing with Statistical Word Sense Disambiguation

• arxiv url: http://arxiv.org/abs/2006.15942v2
• Date: Mon, 6 Jul 2020 11:53:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-15 14:29:38.392503
• Title: Hinting Semantic Parsing with Statistical Word Sense Disambiguation
• Title（参考訳）: 統計的単語センスの曖昧さを考慮した意味的構文解析
• Authors: Ritwik Bose, Siddharth Vashishtha and James Allen
• Abstract要約: 統計的WSDシステムからヒントを提供し、結果の論理形式を維持しながら論理的意味型代入を導出する。 我々はFスコアの最大10.5%の改善を観察するが、この改善はパースの構造的整合性にコストがかかる。
• 参考スコア（独自算出の注目度）: 6.4182601340261956
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The task of Semantic Parsing can be approximated as a transformation of an utterance into a logical form graph where edges represent semantic roles and nodes represent word senses. The resulting representation should be capture the meaning of the utterance and be suitable for reasoning. Word senses and semantic roles are interdependent, meaning errors in assigning word senses can cause errors in assigning semantic roles and vice versa. While statistical approaches to word sense disambiguation outperform logical, rule-based semantic parsers for raw word sense assignment, these statistical word sense disambiguation systems do not produce the rich role structure or detailed semantic representation of the input. In this work, we provide hints from a statistical WSD system to guide a logical semantic parser to produce better semantic type assignments while maintaining the soundness of the resulting logical forms. We observe an improvement of up to 10.5% in F-score, however we find that this improvement comes at a cost to the structural integrity of the parse
• Abstract（参考訳）: セマンティックパーシングのタスクは、エッジが意味的役割を表し、ノードが単語感覚を表す論理形式グラフへの発話の変換として近似することができる。 結果として得られる表現は発話の意味を捉え、推論に適しているべきである。 単語感覚と意味役割は相互依存しており、単語感覚の割り当てにおける誤りは意味役割の割り当てに誤りを引き起こす可能性がある。 単語感覚不明瞭化に対する統計的アプローチは、生単語感覚代入のための論理的・規則的意味解析よりも優れているが、これらの統計的単語感覚不明瞭化システムは、入力のリッチな役割構造や詳細な意味表現を生成しない。 本研究では,論理的意味解析を導くための統計的WSDシステムからのヒントを提供し,論理的形式の健全性を維持しつつ,より優れた意味型代入を生成する。 我々は、f-scoreの最大10.5%の改善を観察したが、この改善はparseの構造的完全性にコストがかかることがわかった。

関連論文リスト

• Unsupervised Mapping of Arguments of Deverbal Nouns to Their Corresponding Verbal Labels [52.940886615390106]
  デバーバル名詞は英語の文章でよく使われる動詞で、出来事や行動やその議論を記述している。 名前付けされた構成の引数を扱うために存在する解決策は意味論的アノテーションに基づいている。 本稿では,より統語的アプローチを導入し,デバーバル名詞の議論を対応する動詞構成にマッピングする。
  論文  参考訳（メタデータ） (2023-06-24T10:07:01Z)
• Interpretable Word Sense Representations via Definition Generation: The Case of Semantic Change Analysis [3.515619810213763]
  本稿では,文脈化された単語の用法を解釈可能な単語と単語感覚表現として自動生成する自然言語定義を提案する。 得られた感覚ラベルが、意味変化分析に既存のアプローチをより解釈可能なものにする方法を実証する。
  論文  参考訳（メタデータ） (2023-05-19T20:36:21Z)
• Semantic-aware Contrastive Learning for More Accurate Semantic Parsing [32.74456368167872]
  そこで本研究では,意味表現の微粒化を学習できる意味認識型コントラスト学習アルゴリズムを提案する。 2つの標準データセットの実験により、我々の手法はMLEベースラインよりも大幅に改善されていることが示された。
  論文  参考訳（メタデータ） (2023-01-19T07:04:32Z)
• Lost in Context? On the Sense-wise Variance of Contextualized Word Embeddings [11.475144702935568]
  各単語感覚の文脈的埋め込みが、典型的な事前学習モデルにおける文脈によってどの程度異なるかを定量化する。 単語表現は位置バイアスを受けており、異なる文脈における最初の単語はより類似する傾向にある。
  論文  参考訳（メタデータ） (2022-08-20T12:27:25Z)
• Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
  クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。 本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-18T07:47:01Z)
• Large Scale Substitution-based Word Sense Induction [48.49573297876054]
  本稿では,事前学習されたマスキング言語モデル(MLM)に基づく単語センス誘導手法を提案する。 その結果、コーパス由来の感覚インベントリに基づいて感覚タグ付けされ、各感覚が指示語に関連付けられているコーパスとなる。 本手法を用いた英語ウィキペディアの評価では,Babelfy などの WSD 手法と比較しても,誘導された感覚とインスタンスごとの感覚代入の両方が高品質であることがわかった。
  論文  参考訳（メタデータ） (2021-10-14T19:40:37Z)
• Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
  テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。 本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。 本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。 セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
  論文  参考訳（メタデータ） (2021-10-04T03:59:15Z)
• An MRC Framework for Semantic Role Labeling [21.140775452024894]
  本稿では,機械読解の枠組みを用いて,述語的曖昧さと引数のラベル付けのギャップを埋めることを提案する。 述語セマンティクスとセマンティクスロールセマンティクスの両方を引数ラベリングに活用する。 実験の結果,提案したフレームワークは,スパンベンチマークと依存性ベンチマークの両方で最先端の結果が得られた。
  論文  参考訳（メタデータ） (2021-09-14T13:04:08Z)
• EDS-MEMBED: Multi-sense embeddings based on enhanced distributional semantic structures via a graph walk over word senses [0.0]
  WordNetの豊富なセマンティック構造を活用して、マルチセンス埋め込みの品質を高めます。 M-SEの新たな分布意味類似度測定法を先行して導出する。 WSDとWordの類似度タスクを含む11のベンチマークデータセットの評価結果を報告します。
  論文  参考訳（メタデータ） (2021-02-27T14:36:55Z)
• Unsupervised Distillation of Syntactic Information from Contextualized Word Representations [62.230491683411536]
  我々は,ニューラルネットワーク表現における意味論と構造学の非教師なしの絡み合いの課題に取り組む。 この目的のために、構造的に類似しているが意味的に異なる文群を自動的に生成する。 我々は、我々の変換クラスタベクトルが、語彙的意味論ではなく構造的特性によって空間に現れることを実証する。
  論文  参考訳（メタデータ） (2020-10-11T15:13:18Z)
• Unsupervised Transfer of Semantic Role Models from Verbal to Nominal Domain [65.04669567781634]
  そこで本研究では,目的の名詞領域のラベル付きデータのみを用いて,目的の名詞領域のロールアノテートデータを仮定するトランスファーシナリオについて検討する。 我々の重要な前提は、二つの領域間の移動を可能にすることであり、ある役割の選択的選好は、その関係が動詞または名詞によって引き起こされるかどうかに強く依存しないということである。 この手法は、英語のCoNLL-2009データセットに基づいて、教師なしや直接転送などのベースラインを大幅に上回る。
  論文  参考訳（メタデータ） (2020-05-01T09:20:48Z)

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。