論文の概要: Enriching Word Embeddings with Temporal and Spatial Information

• arxiv url: http://arxiv.org/abs/2010.00761v1
• Date: Fri, 2 Oct 2020 03:15:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 01:34:36.646738
• Title: Enriching Word Embeddings with Temporal and Spatial Information
• Title（参考訳）: 時空間情報を用いた単語埋め込みの強化
• Authors: Hongyu Gong, Suma Bhat, Pramod Viswanath
• Abstract要約: 時間と位置を条件とした単語表現学習モデルを提案する。 我々は、時間と位置をスタンプしたコーパスでモデルをトレーニングし、時間と場所のセマンティクスをキャプチャできる量的および質的な評価の両方を用いて示す。
• 参考スコア（独自算出の注目度）: 37.0220769789037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The meaning of a word is closely linked to sociocultural factors that can change over time and location, resulting in corresponding meaning changes. Taking a global view of words and their meanings in a widely used language, such as English, may require us to capture more refined semantics for use in time-specific or location-aware situations, such as the study of cultural trends or language use. However, popular vector representations for words do not adequately include temporal or spatial information. In this work, we present a model for learning word representation conditioned on time and location. In addition to capturing meaning changes over time and location, we require that the resulting word embeddings retain salient semantic and geometric properties. We train our model on time- and location-stamped corpora, and show using both quantitative and qualitative evaluations that it can capture semantics across time and locations. We note that our model compares favorably with the state-of-the-art for time-specific embedding, and serves as a new benchmark for location-specific embeddings.
• Abstract（参考訳）: 単語の意味は、時間と場所によって変化しうる社会文化的要因と密接に関連しており、対応する意味変化をもたらす。 英語のような広く使われている言語で、単語とその意味をグローバルに見るには、文化的な傾向や言語の使用など、時間固有の状況や位置認識の状況で使用するための、より洗練された意味論を捉える必要があるかもしれない。 しかし、単語の一般的なベクトル表現は時間情報や空間情報を適切に含まない。 本稿では,時間と位置を条件とした単語表現の学習モデルを提案する。 時間と位置による意味の変化を捉えることに加えて、結果として得られる単語の埋め込みは有意な意味と幾何学的性質を保持する必要がある。 我々は、時間と位置をスタンプしたコーパスでモデルをトレーニングし、時間と場所のセマンティクスをキャプチャできる量的および質的な評価の両方を用いて示す。 我々のモデルは、時間固有の埋め込みの最先端技術と比較し、位置固有の埋め込みの新しいベンチマークとして機能する。

関連論文リスト

• Domain-specific long text classification from sparse relevant information [3.3611255314174815]
  本稿では,候補文の検索に候補単語の短いリストを利用する階層モデルを提案する。 用語(s)埋め込みのプーリングは、分類される文書表現を必要とする。 より狭い階層モデルは、ドメイン固有のコンテキストで関連する長いドキュメントを取得するために、より大きな言語モデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-08-23T17:54:19Z)
• Survey in Characterization of Semantic Change [0.1474723404975345]
  言葉の意味を理解することは、異なる文化からの文章を解釈するのに不可欠である。 意味的変化は、計算言語学アルゴリズムの結果の品質に影響を与える可能性がある。
  論文  参考訳（メタデータ） (2024-02-29T12:13:50Z)
• Unsupervised Semantic Variation Prediction using the Distribution of Sibling Embeddings [17.803726860514193]
  単語の意味的変化の検出は,様々なNLPアプリケーションにおいて重要な課題である。 意味表現だけではそのような意味的バリエーションを正確に捉えることはできないと我々は主張する。 対象単語の文脈的埋め込みのコホート全体を利用する手法を提案する。
  論文  参考訳（メタデータ） (2023-05-15T13:58:21Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
  ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。 本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-24T12:55:23Z)
• Time Masking for Temporal Language Models [23.08079115356717]
  本研究では,テキストの付加文脈として時間を用いるテンポバーベットという時間的文脈言語モデルを提案する。 本手法は,時相情報によるテキストの修正と時間マスキング(補足時間情報に対する特定のマスキング)に基づく。
  論文  参考訳（メタデータ） (2021-10-12T21:15:23Z)
• Lexical semantic change for Ancient Greek and Latin [61.69697586178796]
  歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。 我々は、動的ベイズ混合モデルに基づくセマンティック変化に対する最近の計算的アプローチに基づいて構築する。 本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。
  論文  参考訳（メタデータ） (2021-01-22T12:04:08Z)
• Understanding Spatial Relations through Multiple Modalities [78.07328342973611]
  オブジェクト間の空間的関係は、空間的前置詞として表されるか、移動、歩行、移動などの空間的動詞によって表される。 画像中の2つの実体間の暗黙的・明示的な空間的関係を推定するタスクを導入する。 本研究では、テキスト情報と視覚情報の両方を用いて空間関係を予測し、物体の位置情報と大きさ情報と画像埋め込みを利用するモデルを設計する。
  論文  参考訳（メタデータ） (2020-07-19T01:35:08Z)
• Cultural Cartography with Word Embeddings [0.0]
  本稿では,単語の埋め込みが社会学における意味論とどのように一致しているかを示す。 まず、条件を一定に保ち、埋め込み空間が周囲をどう動くかを測定することができる。 第二に、埋め込み空間定数を保持して、ドキュメントや著者がそれに対してどのように動くかを確認することもできる。
  論文  参考訳（メタデータ） (2020-07-09T01:58:28Z)
• Local-Global Video-Text Interactions for Temporal Grounding [77.5114709695216]
  本稿では,テキストクエリに関連するビデオの時間間隔を特定することを目的とした,テキスト間時間グラウンドリングの問題に対処する。 そこで本研究では,テキストクエリにおける意味句の中間レベルの特徴の集合を抽出する,新しい回帰モデルを用いてこの問題に対処する。 提案手法は,ローカルからグローバルへのコンテキスト情報を活用することにより,目標時間間隔を効果的に予測する。
  論文  参考訳（メタデータ） (2020-04-16T08:10:41Z)

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。