論文の概要: Investigating Cross-Linguistic Adjective Ordering Tendencies with a Latent-Variable Model

• arxiv url: http://arxiv.org/abs/2010.04755v1
• Date: Fri, 9 Oct 2020 18:27:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-09 05:42:14.091729
• Title: Investigating Cross-Linguistic Adjective Ordering Tendencies with a Latent-Variable Model
• Title（参考訳）: 潜在変数モデルを用いたクロス言語形容詞規則性の検討
• Authors: Jun Yen Leung, Guy Emerson, Ryan Cotterell
• Abstract要約: 本稿では,多言語形容詞順序付けを潜在変数モデルとして,初めて純粋コーパス駆動モデルを提案する。 我々は普遍的、言語横断的、階層的形容詞順序付け傾向の存在の強い確固たる証拠を提供する。
• 参考スコア（独自算出の注目度）: 66.84264870118723
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Across languages, multiple consecutive adjectives modifying a noun (e.g. "the big red dog") follow certain unmarked ordering rules. While explanatory accounts have been put forward, much of the work done in this area has relied primarily on the intuitive judgment of native speakers, rather than on corpus data. We present the first purely corpus-driven model of multi-lingual adjective ordering in the form of a latent-variable model that can accurately order adjectives across 24 different languages, even when the training and testing languages are different. We utilize this novel statistical model to provide strong converging evidence for the existence of universal, cross-linguistic, hierarchical adjective ordering tendencies.
• Abstract（参考訳）: 言語全体では、複数の連続した形容詞が名詞(例えば「大きな赤い犬」)を修飾し、特定のマークのない順序規則に従う。 説明的説明が提出されているが、この領域での作業の多くは、コーパスデータではなく、主にネイティブ話者の直感的な判断に依存している。 学習言語とテスト言語が異なる場合でも,24言語にまたがる形容詞を正確に順序付けできる潜在変数モデルという形で,多言語形容詞順序付けの最初のコーパス駆動モデルを提案する。 この新しい統計モデルを用いて、普遍的、言語横断的、階層的形容詞順序付け傾向の存在の強い収束証拠を提供する。

関連論文リスト

• 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)
• Computational Modelling of Plurality and Definiteness in Chinese Noun Phrases [13.317456093426808]
  中国語名詞句(NPs)における複数・定性マーカーの欠落に着目した。 我々は中国語のNPのコーパスを構築し、そのそれぞれに対応する文脈と、その特異性/複数性と定性/不定性を示すラベルを添える。 従来の機械学習モデルと最先端の事前学習言語モデルの両方を用いて計算モデルのバンクを訓練し、各NPの多重性と定性を予測する。
  論文  参考訳（メタデータ） (2024-03-07T10:06:54Z)
• A Cross-Linguistic Pressure for Uniform Information Density in Word Order [79.54362557462359]
  実数列が反実数列よりも大きな情報均一性をもたらすかどうかを計算モデルを用いて検証する。 SVO言語の中では、実語順は逆語順よりも一様である。 言語的に不可解な反実順序のみが、実際の順序の均一性を超えている。
  論文  参考訳（メタデータ） (2023-06-06T14:52:15Z)
• Montague semantics and modifier consistency measurement in neural language models [1.6799377888527685]
  本研究では,現代言語モデルにおける構成行動を測定する手法を提案する。 具体的には,形容詞・名詞句における形容詞修飾子現象に着目した。 実験結果から,現在のニューラル言語モデルが期待される言語理論に従って,限られた範囲でのみ動作することが示唆された。
  論文  参考訳（メタデータ） (2022-10-10T18:43:16Z)
• Universality and diversity in word patterns [0.0]
  本稿では,11言語を対象とした語彙統計関係の分析を行う。 言語が単語関係を表現するために利用する多種多様な方法が、ユニークなパターン分布を生み出していることがわかった。
  論文  参考訳（メタデータ） (2022-08-23T20:03:27Z)
• Scalar Adjective Identification and Multilingual Ranking [4.915907527975786]
  新しい言語におけるスカラー形容詞の研究を促進するために、新しい多言語データセットを導入します。 我々は、単言語および多言語文脈言語モデルを用いて、一連の実験を行い、このデータセットにパフォーマンスベースラインを設定する。 英語スカラー形容詞識別のための新しいバイナリ分類タスクを提案する。
  論文  参考訳（メタデータ） (2021-05-03T21:32:41Z)
• Word Frequency Does Not Predict Grammatical Knowledge in Language Models [2.1984302611206537]
  言語モデルの精度には,系統的な変化源が存在するかを検討する。 特定の名詞は他の名詞よりも体系的によく理解されており、文法的タスクや異なる言語モデルに対して頑健である。 名詞の文法的特性は,様々な訓練データからほとんど学習されないことが判明した。
  論文  参考訳（メタデータ） (2020-10-26T19:51:36Z)
• On the Language Neutrality of Pre-trained Multilingual Representations [70.93503607755055]
  語彙意味論に関して,多言語文脈埋め込みの言語中立性を直接的に検討する。 その結果、文脈埋め込みは言語ニュートラルであり、概して静的な単語型埋め込みよりも情報的であることがわかった。 本稿では,言語識別における最先端の精度に到達し,並列文の単語アライメントのための統計的手法の性能を一致させる方法について述べる。
  論文  参考訳（メタデータ） (2020-04-09T19:50:32Z)
• 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)
• A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
  本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。 本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
  論文  参考訳（メタデータ） (2019-04-04T02:03:19Z)

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。