Fugu-MT 論文翻訳(概要): From syntactic structure to semantic relationship: hypernym extraction from definitions by recurrent neural networks using the part of speech information

論文の概要: From syntactic structure to semantic relationship: hypernym extraction from definitions by recurrent neural networks using the part of speech information

arxiv url: http://arxiv.org/abs/2012.03418v1
Date: Mon, 7 Dec 2020 02:18:49 GMT
ステータス: 処理完了
システム内更新日: 2021-05-16 21:54:44.570993
Title: From syntactic structure to semantic relationship: hypernym extraction from definitions by recurrent neural networks using the part of speech information
Title（参考訳）: 構文構造から意味関係へ : 音声情報を利用した再帰的ニューラルネットワークによる定義からのハイパーnym抽出
Authors: Yixin Tan, Xiaomeng Wang, Tao Jia
Abstract要約: hyponym-hypernym関係は意味ネットワークにおいて不可欠な要素である。既存のハイパニム抽出ツールは、特定の意味パターンに依存するか、単語表現にフォーカスする。
参考スコア（独自算出の注目度）: 0.49269463638915806
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The hyponym-hypernym relation is an essential element in the semantic network. Identifying the hypernym from a definition is an important task in natural language processing and semantic analysis. While a public dictionary such as WordNet works for common words, its application in domain-specific scenarios is limited. Existing tools for hypernym extraction either rely on specific semantic patterns or focus on the word representation, which all demonstrate certain limitations.
Abstract（参考訳）: hyponym-hypernym関係は意味ネットワークにおいて不可欠な要素である。定義からハイパーネムを識別することは、自然言語処理と意味解析において重要なタスクである。 WordNetのような公開辞書は一般的な単語に対して機能するが、ドメイン固有のシナリオでの応用は限られている。ハイパーnym抽出のための既存のツールは、特定の意味パターンに依存するか、単語表現に焦点を当てている。

関連論文リスト

How well do distributed representations convey contextual lexical semantics: a Thesis Proposal [3.3585951129432323]
本稿では,現代ニューラルネットワークによる語彙意味の符号化における分散表現の有効性について検討する。文脈に影響された意味の関連性と類似性に基づいて,曖昧さの4つの源を同定する。次に、多言語データセットの収集や構築、様々な言語モデルの利用、言語解析ツールの利用により、これらの情報源を評価することを目的とする。
論文参考訳（メタデータ） (2024-06-02T14:08:51Z)
Domain Embeddings for Generating Complex Descriptions of Concepts in Italian Language [65.268245109828]
電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
論文参考訳（メタデータ） (2024-02-26T15:04:35Z)
Conversational Semantic Parsing using Dynamic Context Graphs [68.72121830563906]
汎用知識グラフ(KG)を用いた会話意味解析の課題を,数百万のエンティティと数千のリレーショナルタイプで検討する。ユーザ発話を実行可能な論理形式にインタラクティブにマッピングできるモデルに焦点を当てる。
論文参考訳（メタデータ） (2023-05-04T16:04:41Z)
Imitation Learning-based Implicit Semantic-aware Communication Networks: Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
論文参考訳（メタデータ） (2022-10-28T13:26:08Z)
Lexical semantics enhanced neural word embeddings [4.040491121427623]
階層的適合は、IS-A階層に本質的に格納されている意味的類似性ニュアンスをモデル化するための新しいアプローチである。その結果、後期核融合における意味的関係を持つ神経埋め込みを専門とする階層化の有効性が示された。
論文参考訳（メタデータ） (2022-10-03T08:10:23Z)
TeKo: Text-Rich Graph Neural Networks with External Knowledge [75.91477450060808]
外部知識を用いた新しいテキストリッチグラフニューラルネットワーク(TeKo)を提案する。まず、高品質なエンティティを組み込んだフレキシブルな異種セマンティックネットワークを提案する。次に、構造化三重項と非構造化実体記述という2種類の外部知識を導入する。
論文参考訳（メタデータ） (2022-06-15T02:33:10Z)
Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
論文参考訳（メタデータ） (2022-05-18T07:47:01Z)
Automated Discovery of Mathematical Definitions in Text with Deep Neural Networks [6.172021438837204]
本稿では,数学的テキストにおける一文定義の自動検出に着目する。畳み込みニューラルネットワーク(CNN)やLong Short-Term Memory Network(LSTM)などのディープラーニング手法を適用した。また、数学的テキストから定義を抽出するための新しいデータセットも提示する。
論文参考訳（メタデータ） (2020-11-09T15:57:53Z)
Joint Semantic Analysis with Document-Level Cross-Task Coherence Rewards [13.753240692520098]
本稿では,共用コア参照解決のためのニューラルネットワークアーキテクチャと,英語のセマンティックロールラベリングについて述べる。我々は、文書と意味的アノテーション間のグローバルコヒーレンスを促進するために強化学習を使用します。これにより、異なるドメインからの複数のデータセットにおける両方のタスクが改善される。
論文参考訳（メタデータ） (2020-10-12T09:36:24Z)
A Broad-Coverage Deep Semantic Lexicon for Verbs [3.219005794369446]
COLLIE-Vは動詞のための深い語彙資源であり、WordNetと既存のリソースを満足または超越する意味的な詳細を網羅している。新しい存在論的概念と語彙的エントリは、意味的役割の選好とentailment axiomとともに自動的に導出される。
論文参考訳（メタデータ） (2020-07-06T12:03:14Z)
Semantics-Aware Inferential Network for Natural Language Understanding [79.70497178043368]
このようなモチベーションを満たすために,セマンティックス対応推論ネットワーク(SAIN)を提案する。 SAINの推論モジュールは、明示的な文脈的セマンティクスを補完的な入力として、セマンティクス上の一連の推論ステップを可能にする。本モデルでは,機械読解や自然言語推論など11タスクの大幅な改善を実現している。
論文参考訳（メタデータ） (2020-04-28T07:24:43Z)

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。