Fugu-MT 論文翻訳(概要): An exploratory study of L1-specific non-words

論文の概要: An exploratory study of L1-specific non-words

arxiv url: http://arxiv.org/abs/2009.01134v1
Date: Wed, 2 Sep 2020 15:18:55 GMT
ステータス: 処理完了
システム内更新日: 2022-10-22 19:00:38.408475
Title: An exploratory study of L1-specific non-words
Title（参考訳）: L1特異的非単語の探索的研究
Authors: David Alfter
Abstract要約: 異なる言語モデルを持つ非単語の再ランク付けは、スウェーデン性に知覚的な違いをもたらす」。実験結果から,L1の非単語はスウェーデン語の非単語に次いで2番目に遅く処理されていることが示唆された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we explore L1-specific non-words, i.e. non-words in a target language (in this case Swedish) that are re-ranked by a different-language language model. We surmise that speakers of a certain L1 will react different to L1-specific non-words than to general non-words. We present the results from two small case studies exploring whether re-ranking non-words with different language models leads to a perceived difference in `Swedishness' (pilot study 1) and whether German and English native speakers have longer reaction times in a lexical decision task when presented with their respective L1-specific non-words (pilot study 2). Tentative results seem to indicate that L1-specific non-words are processed second-slowest, after purely Swedish-looking non-words.
Abstract（参考訳）: 本稿では,L1固有の非単語,すなわち対象言語(スウェーデン語の場合)における非単語について検討する。特定のL1話者は一般の非単語よりもL1固有の非単語に反応する。異なる言語モデルで非単語を並べ替えることで「swedishness」が認識されるか(パイロット研究1)と、ドイツ語と英語の母語話者がそれぞれl1固有の非単語を提示した場合の語彙決定タスクで反応時間が長くなるか(パイロット研究2)を考察した。実験の結果,L1の非単語はスウェーデン語の非単語に次いで2番目に遅く処理されていることが明らかとなった。

関連論文リスト

Crowdsourcing Lexical Diversity [7.569845058082537]
本稿では,レキシコンのバイアス低減のための新しいクラウドソーシング手法を提案する。群衆労働者は2つの言語からの語彙を比較し、親族や食べ物といった語彙の多様性に富む領域に焦点を当てる。食品関連用語に焦点をあてた2つのケーススタディに適用し,本手法の有効性を検証した。
論文参考訳（メタデータ） (2024-10-30T15:45:09Z)
Comparative Study of Multilingual Idioms and Similes in Large Language Models [4.581124233698535]
本研究は, チェーン・オブ・ソート, 少数ショット, 英語翻訳プロンプトなど, 迅速なエンジニアリング戦略の有効性について検討する。これらのデータセットの言語をペルシア語にも拡張し、2つの新しい評価セットを構築します。本研究により, 迅速な工学手法は一般的に有効であるが, その成功は図形型, 言語, モデルによって異なることがわかった。
論文参考訳（メタデータ） (2024-10-21T19:40:05Z)
How Do Multilingual Models Remember? Investigating Multilingual Factual Recall Mechanisms [50.13632788453612]
大規模言語モデル(LLM)は、事前訓練中に取得した膨大な事実知識を格納し、取得する。これらのプロセスが他の言語や多言語 LLM にどのように一般化されるのかという問題は未解明のままである。言語がリコールプロセスにおいてどのような役割を果たすのかを考察し,言語に依存しない,言語に依存したメカニズムの証拠を明らかにする。
論文参考訳（メタデータ） (2024-10-18T11:39:34Z)
The Lou Dataset -- Exploring the Impact of Gender-Fair Language in German Text Classification [57.06913662622832]
ジェンダーフェア言語は、すべての性別に対処したり、中立形を使用することによって包摂性を促進する。ジェンダーフェア言語はラベルを反転させ、確実性を減らし、注意パターンを変化させることで予測に大きな影響を及ぼす。ドイツ語のテキスト分類への影響について最初の知見を提供する一方で、他の言語にもその知見が当てはまる可能性が高い。
論文参考訳（メタデータ） (2024-09-26T15:08:17Z)
What an Elegant Bridge: Multilingual LLMs are Biased Similarly in Different Languages [51.0349882045866]
本稿では,Large Language Models (LLMs) の文法的ジェンダーのレンズによるバイアスについて検討する。様々な言語における形容詞を持つ名詞を記述するためのモデルを提案し,特に文法性のある言語に焦点を当てた。単純な分類器は、偶然以上の名詞の性別を予測できるだけでなく、言語間の移動可能性も示せる。
論文参考訳（メタデータ） (2024-07-12T22:10:16Z)
Language Models Don't Learn the Physical Manifestation of Language [0.3529736140137004]
言語のみのモデルは言語の物理的表現を学ばないと主張する。本稿では,H-Testと呼ばれる一連のタスクを通して,言語の視覚的聴覚特性を実証的に調査する。
論文参考訳（メタデータ） (2024-02-17T17:52:24Z)
Native Language Identification with Large Language Models [60.80452362519818]
我々はGPTモデルがNLI分類に熟練していることを示し、GPT-4は0ショット設定でベンチマーク11テストセットで91.7%の新たなパフォーマンス記録を樹立した。また、従来の完全教師付き設定とは異なり、LLMは既知のクラスに制限されずにNLIを実行できることを示す。
論文参考訳（メタデータ） (2023-12-13T00:52:15Z)
Second Language Acquisition of Neural Language Models [17.356128991925576]
この研究は、第2言語(L2)によるニューラル言語モデル(LM)の獲得に光を当てている。我々は,人間のL2獲得に類似したシナリオでバイリンガルLMを訓練し,言語学的視点から言語間移動を解析した。
論文参考訳（メタデータ） (2023-06-05T14:32:41Z)
AM2iCo: Evaluating Word Meaning in Context across Low-ResourceLanguages with Adversarial Examples [51.048234591165155]
本稿では, AM2iCo, Adversarial and Multilingual Meaning in Contextを提案する。言語間文脈における単語の意味の同一性を理解するために、最先端(SotA)表現モデルを忠実に評価することを目的としている。その結果、現在のSotAプリトレーニングエンコーダは人間のパフォーマンスにかなり遅れていることが明らかとなった。
論文参考訳（メタデータ） (2021-04-17T20:23:45Z)
Probing Pretrained Language Models for Lexical Semantics [76.73599166020307]
類型的多様言語と5つの異なる語彙課題にまたがる系統的経験分析を行った。我々の結果は、普遍的に維持されるパターンとベストプラクティスを示しているが、言語やタスクにまたがる顕著なバリエーションを示している。
論文参考訳（メタデータ） (2020-10-12T14:24:01Z)

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。