Fugu-MT 論文翻訳(概要): SemEval-2020 Task 1: Unsupervised Lexical Semantic Change Detection

論文の概要: SemEval-2020 Task 1: Unsupervised Lexical Semantic Change Detection

arxiv url: http://arxiv.org/abs/2007.11464v2
Date: Fri, 28 Aug 2020 23:06:23 GMT
ステータス: 処理完了
システム内更新日: 2022-11-07 22:37:53.763044
Title: SemEval-2020 Task 1: Unsupervised Lexical Semantic Change Detection
Title（参考訳）: SemEval-2020 Task 1: Unsupervised Lexical Semantic Change Detection
Authors: Dominik Schlechtweg, Barbara McGillivray, Simon Hengchen, Haim Dubossarsky, Nina Tahmasebi
Abstract要約: 評価は、現在、レキシカルセマンティック・チェンジ検出において最も差し迫った問題である。コミュニティにとって金の基準は存在せず、進歩を妨げている。このギャップに対処する最初の共有タスクの結果を示す。
参考スコア（独自算出の注目度）: 10.606357227329822
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Lexical Semantic Change detection, i.e., the task of identifying words that change meaning over time, is a very active research area, with applications in NLP, lexicography, and linguistics. Evaluation is currently the most pressing problem in Lexical Semantic Change detection, as no gold standards are available to the community, which hinders progress. We present the results of the first shared task that addresses this gap by providing researchers with an evaluation framework and manually annotated, high-quality datasets for English, German, Latin, and Swedish. 33 teams submitted 186 systems, which were evaluated on two subtasks.
Abstract（参考訳）: レキシカル・セマンティック・チェンジ検出(Lexical Semantic Change Detection)、すなわち、時間とともに意味を変える単語を識別するタスクは、NLP、レキシコグラフィ、言語学など、非常に活発な研究領域である。評価は現在、語彙的意味変化の検出において最も差し迫った問題であり、コミュニティに金の基準がないため、進歩を妨げている。このギャップに対処する最初の共有タスクの結果を,研究者に評価フレームワークを提供し,英語,ドイツ語,ラテン語,スウェーデン語用に,手作業で注釈付き,高品質なデータセットを提供することで紹介する。 33チームが186のシステムを提出し、2つのサブタスクで評価した。

関連論文リスト

Semantic change detection for Slovene language: a novel dataset and an approach based on optimal transport [0.0]
我々は、200万人の話者を持つあまりリソースの乏しいスラヴ語であるSloveneにおける意味的変化の検出に焦点をあてる。セマンティックチェンジ検出システムを評価するための最初のSloveneデータセットを提案する。
論文参考訳（メタデータ） (2024-02-26T14:27:06Z)
SOUL: Towards Sentiment and Opinion Understanding of Language [96.74878032417054]
我々は、言語感覚とオピニオン理解(SOUL)と呼ばれる新しいタスクを提案する。 SOULは2つのサブタスクを通して感情理解を評価することを目的としている:レビュー(RC)と正当化生成(JG)。
論文参考訳（メタデータ） (2023-10-27T06:48:48Z)
SLUE Phase-2: A Benchmark Suite of Diverse Spoken Language Understanding Tasks [88.4408774253634]
音声言語理解(SLU)タスクは、音声研究コミュニティで何十年にもわたって研究されてきた。 SLUタスクベンチマークはそれほど多くはなく、既存のベンチマークの多くは、すべての研究者が自由に利用できないデータを使っている。最近の研究は、いくつかのタスクにそのようなベンチマークを導入し始めている。
論文参考訳（メタデータ） (2022-12-20T18:39:59Z)
Lexical Semantic Change Discovery [22.934650688233734]
本稿では,変化検出から変化発見へのシフト,すなわち全語彙から新しい単語感覚を発見することを提案する。最近公開されたドイツのデータに対して,型ベースおよびトークンベースのアプローチを高度に微調整することにより,両モデルが変化を意味づける新しい単語の発見に成功できることを実証する。
論文参考訳（メタデータ） (2021-06-06T13:02:38Z)
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)
Curious Case of Language Generation Evaluation Metrics: A Cautionary Tale [52.663117551150954]
イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
論文参考訳（メタデータ） (2020-10-26T13:57:20Z)
RUSSE'2020: Findings of the First Taxonomy Enrichment Task for the Russian language [70.27072729280528]
本稿では,ロシア語の分類学的豊か化に関する最初の共有課題の結果について述べる。 16チームがこのタスクに参加し、半数以上が提供されたベースラインを上回った。
論文参考訳（メタデータ） (2020-05-22T13:30:37Z)
Unsupervised Embedding-based Detection of Lexical Semantic Changes [1.7403133838762452]
本稿では,SemEval-2020 Task 1の"Life-Language"チームによって導入されたEmbLexChangeについて述べる。 EmmLexChangeは、ソース内のワードwの埋め込みベースのプロファイルとターゲットドメインとの分岐として定義される。参照単語の選択に再サンプリングフレームワークを用いることで,英語,ドイツ語,スウェーデン語,ラテン語の語彙・意味的変化を確実に検出できることを示す。
論文参考訳（メタデータ） (2020-05-16T13:05:47Z)
UiO-UvA at SemEval-2020 Task 1: Contextualised Embeddings for Lexical Semantic Change Detection [5.099262949886174]
本稿では,時とともに意味的ドリフトの度合いで単語をランク付けするSubtask 2に焦点を当てた。最も効果的なアルゴリズムは、平均的なトークン埋め込みとトークン埋め込み間のペア距離のコサイン類似性に依存する。
論文参考訳（メタデータ） (2020-04-30T18:43:57Z)
On the Importance of Word Order Information in Cross-lingual Sequence Labeling [80.65425412067464]
ソース言語の単語順に適合する言語間モデルでは、ターゲット言語を処理できない可能性がある。本研究では,ソース言語の単語順序に敏感なモデルを作成することで,対象言語の適応性能が向上するかどうかを検討する。
論文参考訳（メタデータ） (2020-01-30T03:35:44Z)
Shared task: Lexical semantic change detection in German (Student Project Report) [6.971891445484366]
Schlechtwegらによって提案された評価枠組みに基づき、ドイツ語における非教師なし語彙意味変化検出(LSCD)に関する最初の共有タスクの結果を示す。
論文参考訳（メタデータ） (2020-01-21T21:47:27Z)

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。