Fugu-MT 論文翻訳(概要): Discontinuous Constituent Parsing as Sequence Labeling

論文の概要: Discontinuous Constituent Parsing as Sequence Labeling

arxiv url: http://arxiv.org/abs/2010.00633v1
Date: Thu, 1 Oct 2020 18:17:58 GMT
ステータス: 処理完了
システム内更新日: 2022-10-12 08:11:50.125814
Title: Discontinuous Constituent Parsing as Sequence Labeling
Title（参考訳）: シーケンスラベリングとしての連続的連続構文解析
Authors: David Vilares and Carlos G\'omez-Rodr\'iguez
Abstract要約: その結果,既存の構文解析におけるラベリングが不連続性をサポートしていないことが示唆された。入力シーケンスのほぼ順序の置換として木の不連続性を符号化することを提案する。
参考スコア（独自算出の注目度）: 12.234169944475537
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper reduces discontinuous parsing to sequence labeling. It first shows that existing reductions for constituent parsing as labeling do not support discontinuities. Second, it fills this gap and proposes to encode tree discontinuities as nearly ordered permutations of the input sequence. Third, it studies whether such discontinuous representations are learnable. The experiments show that despite the architectural simplicity, under the right representation, the models are fast and accurate.
Abstract（参考訳）: 本稿では,不連続解析をシーケンスラベリングに還元する。まず,既存の構文解析におけるラベリングが不連続性をサポートしていないことを示す。第二に、このギャップを埋め、入力シーケンスのほぼ順序の置換として木の不連続性を符号化することを提案する。第三に、このような不連続表現が学習可能であるかどうかを研究する。実験によると、アーキテクチャの単純さにもかかわらず、正しい表現の下では、モデルは高速で正確である。

関連論文リスト

A fast and sound tagging method for discontinuous named-entity recognition [8.48487186427764]
不連続なエンティティ認識のための新しいタグ付け方式を提案する。我々は、有限状態オートマトンを辺と最大の両方の後方推論に頼っている。バイオメディカル領域における3つの英語データセットに対するアプローチを評価した。
論文参考訳（メタデータ） (2024-09-24T17:07:45Z)
BEST: BERT Pre-Training for Sign Language Recognition with Coupling Tokenization [135.73436686653315]
我々は、BERTの事前学習の成功を活用し、手話認識(SLR)モデルを肥大化させるために、ドメイン固有の統計モデルを構築している。手と体が手話表現の優位性を考えると、それらを三重奏単位として整理し、トランスフォーマーのバックボーンに供給する。劣化した入力シーケンスからマスク三重項ユニットを再構成して事前学習を行う。意味的ジェスチャー/身体状態を表すポーズ三重奏ユニットから離散擬似ラベルを適応的に抽出する。
論文参考訳（メタデータ） (2023-02-10T06:23:44Z)
Timestamp-Supervised Action Segmentation from the Perspective of Clustering [12.661218632080207]
既存のほとんどの手法は、各ビデオ内のすべてのフレームに対して擬似ラベルを生成し、セグメンテーションモデルを訓練する。本稿では,クラスタリングの観点から,以下の2つの部分を含む新しいフレームワークを提案する。反復クラスタリングは、クラスタリングによって擬似ラベルをあいまいな間隔に反復的に伝播し、擬似ラベルシーケンスを更新してモデルをトレーニングする。
論文参考訳（メタデータ） (2022-12-22T13:35:00Z)
Exploiting Completeness and Uncertainty of Pseudo Labels for Weakly Supervised Video Anomaly Detection [149.23913018423022]
弱教師付きビデオ異常検出は、ビデオレベルのラベルのみを用いて、ビデオ内の異常事象を特定することを目的としている。 2段階の自己学習法は擬似ラベルの自己生成によって著しく改善されている。本稿では,自己学習のための完全性と不確実性を利用した強化フレームワークを提案する。
論文参考訳（メタデータ） (2022-12-08T05:53:53Z)
Accelerating BERT Inference for Sequence Labeling via Early-Exit [65.7292767360083]
我々は最近成功した早期退避機構を拡張し、シークエンスラベリングタスクに対するPTMの推論を高速化する。また、異なる層で部分トークンを早期に退避させるトークンレベルの早期退避機構も提案する。当社のアプローチでは,パフォーマンスの低下を最小限に抑えながら,最大66%～75%の推論コストを削減できる。
論文参考訳（メタデータ） (2021-05-28T14:39:26Z)
Reducing Discontinuous to Continuous Parsing with Pointer Network Reordering [0.7412445894287709]
不連続木はトークンを並べ替えることで連続変種に変換することができる。我々は与えられた入力文の連続トークン配置を正確に生成できるポインタネットワークを開発した。
論文参考訳（メタデータ） (2021-04-13T14:32:59Z)
Uncertainty-Aware Label Refinement for Sequence Labeling [47.67853514765981]
長期ラベル依存性をモデル化する新しい2段階ラベルデコードフレームワークを提案する。ベースモデルはまずドラフトラベルを予測し、次に新しい2ストリーム自己アテンションモデルはこれらのドラフト予測を洗練します。
論文参考訳（メタデータ） (2020-12-19T06:56:59Z)
Compositional Generalization via Semantic Tagging [81.24269148865555]
本稿では,シーケンス・ツー・シーケンスモデルの表現性と一般性を保存するための新しいデコードフレームワークを提案する。提案手法は, モデルアーキテクチャ, ドメイン, セマンティックフォーマリズム間の構成一般化を一貫して改善することを示す。
論文参考訳（メタデータ） (2020-10-22T15:55:15Z)
Semantic Label Smoothing for Sequence to Sequence Problems [54.758974840974425]
そこで本研究では,対象シーケンスとn-gramの重なり合いが十分である,エンハンウェル上のスムーズな関連配列を生成する手法を提案する。提案手法は, 異なるデータセット上での最先端技術よりも一貫した, 顕著な改善を示す。
論文参考訳（メタデータ） (2020-10-15T00:31:15Z)

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。