論文の概要: Linguistic Classification using Instance-Based Learning
- arxiv url: http://arxiv.org/abs/2012.07512v1
- Date: Wed, 2 Dec 2020 04:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 04:08:59.917560
- Title: Linguistic Classification using Instance-Based Learning
- Title（参考訳）: インスタンスベース学習を用いた言語分類
- Authors: Priya S. Nayak, Rhythm Girdhar, Shreekanth M. Prabhu
- Abstract要約: コントラリア的アプローチを採用し、かなり制約のあるツリーベースモデルに疑問を呈する。
例えば、サンスクリットがインド・ヨーロッパ語にまたがる言語と独立して親和性は、ネットワークモデルを用いてよりよく説明できる。
インドにおける言語間の相互関係についても同じことが言えます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Traditionally linguists have organized languages of the world as language
families modelled as trees. In this work we take a contrarian approach and
question the tree-based model that is rather restrictive. For example, the
affinity that Sanskrit independently has with languages across Indo-European
languages is better illustrated using a network model. We can say the same
about inter-relationship between languages in India, where the
inter-relationships are better discovered than assumed. To enable such a
discovery, in this paper we have made use of instance-based learning techniques
to assign language labels to words. We vocalize each word and then classify it
by making use of our custom linguistic distance metric of the word relative to
training sets containing language labels. We construct the training sets by
making use of word clusters and assigning a language and category label to that
cluster. Further, we make use of clustering coefficients as a quality metric
for our research. We believe our work has the potential to usher in a new era
in linguistics. We have limited this work for important languages in India.
This work can be further strengthened by applying Adaboost for classification
coupled with structural equivalence concepts of social network analysis.
- Abstract（参考訳）: 伝統的に言語学者は、木としてモデル化された言語家族として世界の言語を組織化してきた。
この研究では、コントラリアン的アプローチを採用し、より限定的な木に基づくモデルに疑問を呈する。
例えば、サンスクリットがインド・ヨーロッパ語族の言語と独立に持つ親和性は、ネットワークモデルを使ってよりよく示される。
インドにおける言語間の相互関係についても同じことが言えます。
このような発見を可能にするために,本稿では,言語ラベルを単語に割り当てるために,インスタンスベースの学習手法を用いた。
我々は各単語を発声し、その単語の慣用的な言語距離メートル法を言語ラベルを含む訓練セットと比較することにより分類する。
我々は、単語クラスタを使用し、そのクラスタに言語とカテゴリラベルを割り当てることで、トレーニングセットを構築する。
さらに,クラスタリング係数を質指標として利用している。
我々は我々の研究が言語学の新しい時代を後押しする可能性があると考えている。
この仕事はインドの重要な言語に限られています。
この研究は、社会ネットワーク分析の構造的同値概念と結合した分類にadaboostを適用することでさらに強化することができる。
関連論文リスト
- A Computational Model for the Assessment of Mutual Intelligibility Among
Closely Related Languages [1.5773159234875098]
密接に関連する言語は、ある言語の話者が積極的に学習することなく他の言語の話者を理解することができる言語類似性を示す。
相互の知性は程度によって異なり、典型的には精神言語実験でテストされる。
本稿では,人間による言語学習の認知過程を近似するために,線形識別学習システムを用いたコンピュータ支援手法を提案する。
論文 参考訳（メタデータ） (2024-02-05T11:32:13Z) - Tokenization Impacts Multilingual Language Modeling: Assessing
Vocabulary Allocation and Overlap Across Languages [3.716965622352967]
サブワードトークン化器で観測される語彙表現と語彙重複の質を評価するための新しい基準を提案する。
以上の結果から,言語間の語彙の重複は,特定の下流課題に支障を来す可能性があることが示唆された。
論文 参考訳（メタデータ） (2023-05-26T18:06:49Z) - Utilizing Wordnets for Cognate Detection among Indian Languages [50.83320088758705]
ヒンディー語と10のインド諸語間の単語対を検出する。
深層学習手法を用いて単語対が共生か否かを予測する。
性能は最大26%向上した。
論文 参考訳（メタデータ） (2021-12-30T16:46:28Z) - A Data Bootstrapping Recipe for Low Resource Multilingual Relation
Classification [38.83366564843953]
IndoREは21Kのエンティティと3つのインド語と英語でタグ付けされた金の文を持つデータセットである。
まず,多言語BERT (mBERT) ベースのシステムから始める。
我々は、高価な金のインスタンスと翻訳された'銀のインスタンスと整合した'銀のインスタンスとの精度のトレードオフについて検討する。
論文 参考訳（メタデータ） (2021-10-18T18:40:46Z) - A Massively Multilingual Analysis of Cross-linguality in Shared
Embedding Space [61.18554842370824]
言語間モデルでは、多くの異なる言語に対する表現は同じ空間に存在している。
我々は,bitext検索性能の形式で,言語間アライメントのタスクベース尺度を計算した。
我々はこれらのアライメント指標の潜在的な予測因子として言語的、準言語的、および訓練関連の特徴について検討する。
論文 参考訳（メタデータ） (2021-09-13T21:05:37Z) - Establishing Interlingua in Multilingual Language Models [0.0]
異なる言語が大きな多言語言語モデルにおいて共有空間に収束することを示す。
我々は28の多様な言語に分析を拡張し、言語間の空間が言語の言語的関連性に類似した特定の構造を示すことを発見した。
論文 参考訳（メタデータ） (2021-09-02T20:53:14Z) - Discovering Representation Sprachbund For Multilingual Pre-Training [139.05668687865688]
多言語事前学習モデルから言語表現を生成し、言語分析を行う。
すべての対象言語を複数のグループにクラスタリングし、表現のスプラックバンドとして各グループに名前を付ける。
言語間ベンチマークで実験を行い、強いベースラインと比較して大幅な改善が達成された。
論文 参考訳（メタデータ） (2021-09-01T09:32:06Z) - Learning Contextualised Cross-lingual Word Embeddings and Alignments for
Extremely Low-Resource Languages Using Parallel Corpora [63.5286019659504]
そこで本稿では,小さな並列コーパスに基づく文脈型言語間単語埋め込み学習手法を提案する。
本手法は,入力文の翻訳と再構成を同時に行うLSTMエンコーダデコーダモデルを用いて単語埋め込みを実現する。
論文 参考訳（メタデータ） (2020-10-27T22:24:01Z) - Leveraging Adversarial Training in Self-Learning for Cross-Lingual Text
Classification [52.69730591919885]
本稿では,ラベル保存型入力摂動の最大損失を最小限に抑える半教師付き対向学習法を提案する。
多様な言語群に対する文書分類と意図分類において,有効性が著しく向上するのを観察する。
論文 参考訳（メタデータ） (2020-07-29T19:38:35Z) - Bridging Linguistic Typology and Multilingual Machine Translation with
Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。
我々の表現は類型学を組み込み、言語関係と相関関係を強化する。
次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文 参考訳（メタデータ） (2020-04-30T16:25:39Z) - Markov Chain Monte-Carlo Phylogenetic Inference Construction in
Computational Historical Linguistics [0.0]
現代では、歴史言語学研究の伝統的な方法がいくつかの課題に直面しているため、世界中でますます多くの言語が研究されている。
本稿では,計算手法を用いて言語をクラスタリングし,マルコフ・チェイン・モンテカルロ(MCMC)法を用いて言語型関係木を構築する。
論文 参考訳（メタデータ） (2020-02-22T06:01:52Z)
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。