Fugu-MT 論文翻訳(概要): Target Word Masking for Location Metonymy Resolution

論文の概要: Target Word Masking for Location Metonymy Resolution

arxiv url: http://arxiv.org/abs/2010.16097v1
Date: Fri, 30 Oct 2020 06:34:44 GMT
ステータス: 処理完了
システム内更新日: 2022-10-01 16:43:37.498302
Title: Target Word Masking for Location Metonymy Resolution
Title（参考訳）: 位置音韻分解能のためのターゲット語マスキング
Authors: Haonan Li, Maria Vasardani, Martin Tomko, Timothy Baldwin
Abstract要約: 本稿では、タグや地名の辞典、その他の外部リソースに依存しない、BERTに基づくエンドツーエンドの単語レベル分類手法を提案する。提案手法は,従来のBERTモデルやベンチマークを大きなマージンで上回り,5つのデータセットの最先端化を実現していることを示す。
参考スコア（独自算出の注目度）: 23.91040558227375
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Existing metonymy resolution approaches rely on features extracted from external resources like dictionaries and hand-crafted lexical resources. In this paper, we propose an end-to-end word-level classification approach based only on BERT, without dependencies on taggers, parsers, curated dictionaries of place names, or other external resources. We show that our approach achieves the state-of-the-art on 5 datasets, surpassing conventional BERT models and benchmarks by a large margin. We also show that our approach generalises well to unseen data.
Abstract（参考訳）: 既存のメトニミーの解決手法は辞書や手作りの語彙資源といった外部資源から抽出された特徴に依存している。本稿では,タグ,パーザ,地名のキュレーション辞書,その他の外部リソースに依存することなく,BERTのみに基づくエンドツーエンドの単語レベル分類手法を提案する。提案手法は,従来のBERTモデルやベンチマークを大きなマージンで上回る5つのデータセットの最先端性を実現する。また、我々の手法は目に見えないデータによく当てはまることを示す。

関連論文リスト

Forget NLI, Use a Dictionary: Zero-Shot Topic Classification for Low-Resource Languages with Application to Luxembourgish [6.6635650150737815]
NLPでは、ゼロショット分類(ゼロショット分類、ゼロショット分類、ZSC)は、ターゲットクラスのラベル付き例を使わずに、ラベルをテキストデータに割り当てるタスクである。辞書をZSCのデータソースとして活用する代替ソリューションを提案する。我々は、ルクセンブルクで話される低リソース言語であるLuxembourgishに注目し、新しいトピック関連分類データセットを2つ構築する。
論文参考訳（メタデータ） (2024-04-05T06:35:31Z)
Revisiting Sparse Retrieval for Few-shot Entity Linking [33.15662306409253]
本稿では,ELECTRAに基づくキーワード抽出手法を提案する。抽出器のトレーニングには,参照コンテキストとエンティティ記述との間に重複するトークンをベースとしたトレーニングデータを自動的に生成する遠隔監視手法を提案する。 ZESHELデータセットによる実験結果から,提案手法はすべてのテスト領域において,最先端モデルよりも優れた性能を示した。
論文参考訳（メタデータ） (2023-10-19T03:51:10Z)
Disambiguation of Company names via Deep Recurrent Networks [101.90357454833845]
企業名文字列の埋め込みである教師付き学習を通じて,Siamese LSTM Network を抽出する手法を提案する。私たちは、ラベル付けされるサンプルを優先するActive Learningアプローチが、より効率的な全体的な学習パイプラインをもたらす方法を分析します。
論文参考訳（メタデータ） (2023-03-07T15:07:57Z)
Entity Disambiguation with Entity Definitions [50.01142092276296]
ローカルモデルはEntity Disambiguation (ED)で最近驚くべきパフォーマンスを達成したそれまでの研究は、各候補者のテキスト表現として、ウィキペディアのタイトルのみを使うことに限られていた。本稿では、この制限に対処し、より表現力のあるテキスト表現がそれを緩和できる範囲について検討する。提案する6つのベンチマークのうち2つに新たな技術の現状を報告し,未知のパターンに対する一般化能力を強く改善する。
論文参考訳（メタデータ） (2022-10-11T17:46:28Z)
Representation Learning for Resource-Constrained Keyphrase Generation [78.02577815973764]
本稿では,言語モデリングの目的を導くために,有能なスパンリカバリと有能なスパン予測を導入する。提案手法が低リソースおよびゼロショットのキーフレーズ生成に有効であることを示す。
論文参考訳（メタデータ） (2022-03-15T17:48:04Z)
DWUG: A large Resource of Diachronic Word Usage Graphs in Four Languages [5.720553544629197]
そこで本研究では,4つの言語で意味するアノテーションを,文脈順化したダイアクロニック単語の最大リソースとして記述する。マルチラウンドのインクリメンタルアノテーションプロセス、クラスタリングアルゴリズムの選択を深く説明し、このデータセットに使用可能なダイアクロニックとシンクロニックの2つを分類する。
論文参考訳（メタデータ） (2021-04-17T13:34:45Z)
SemGloVe: Semantic Co-occurrences for GloVe from BERT [55.420035541274444]
GloVeは単語共起行列からの統計情報を利用して単語埋め込みを学ぶ。 BERTから静的なGloVeワード埋め込みに意味的共起を蒸留するSemGloVeを提案します。
論文参考訳（メタデータ） (2020-12-30T15:38:26Z)
Keywords lie far from the mean of all words in local vector space [5.040463208115642]
本研究では,文書の単語の主分布を局所的な単語ベクトル表現を用いてモデル化することにより,テキスト文書からキーワードを検出する異なる経路に従う。我々は,強いベースラインと最先端の教師なしキーワード抽出手法と比較して,提案手法の高性能性を確認した。
論文参考訳（メタデータ） (2020-08-21T14:42:33Z)
Blind Face Restoration via Deep Multi-scale Component Dictionaries [75.02640809505277]
劣化した観測の復元過程をガイドするディープフェイス辞書ネットワーク(DFDNet)を提案する。 DFDNetは高品質な画像から知覚的に重要な顔成分のディープ辞書を生成する。コンポーネントAdaINは、入力機能と辞書機能の間のスタイルの多様性を取り除くために利用される。
論文参考訳（メタデータ） (2020-08-02T07:02:07Z)
Enhancing Word Embeddings with Knowledge Extracted from Lexical Resources [3.7814216736076434]
従来の単語埋め込みと特殊化手法を用いて、単語間の意味的関係をよりよく把握する。提案手法では,BabelNetのようなリッチな語彙資源から外部知識を活用する。
論文参考訳（メタデータ） (2020-05-20T13:45:49Z)
Context-Based Quotation Recommendation [60.93257124507105]
本稿では,新しい文脈対応引用レコメンデーションシステムを提案する。これは、所定のソース文書から引用可能な段落とトークンの列挙リストを生成する。音声テキストと関連するニュース記事の収集実験を行う。
論文参考訳（メタデータ） (2020-05-17T17:49:53Z)

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。