Fugu-MT 論文翻訳(概要): Unsupervised Technical Domain Terms Extraction using Term Extractor

論文の概要: Unsupervised Technical Domain Terms Extraction using Term Extractor

arxiv url: http://arxiv.org/abs/2101.09015v1
Date: Fri, 22 Jan 2021 09:24:09 GMT
ステータス: 処理完了
システム内更新日: 2021-03-21 01:08:41.463084
Title: Unsupervised Technical Domain Terms Extraction using Term Extractor
Title（参考訳）: 用語エクストラクタを用いた教師なし技術領域用語抽出
Authors: Suman Dowlagar, Radhika Mamidi
Abstract要約: 用語抽出の目的は、与えられたコーパスから関連する単語またはフレーズを自動的に抽出することです。本稿では,チャンキング,プリプロセッシング,ランク付けといったドメイン固有項を考慮した,監視されていない自動ドメイン用語抽出手法に注目する。
参考スコア（独自算出の注目度）: 9.23545668304066
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Terminology extraction, also known as term extraction, is a subtask of information extraction. The goal of terminology extraction is to extract relevant words or phrases from a given corpus automatically. This paper focuses on the unsupervised automated domain term extraction method that considers chunking, preprocessing, and ranking domain-specific terms using relevance and cohesion functions for ICON 2020 shared task 2: TermTraction.
Abstract（参考訳）: 用語抽出は、用語抽出としても知られ、情報抽出のサブタスクである。用語抽出の目標は、与えられたコーパスから関連する単語やフレーズを自動的に抽出することである。本稿では,アイコン2020共有タスク2における相関関数と凝集関数を用いて,チャンキング,前処理,ランク付けを行う非教師なしのドメイン項抽出手法について述べる。
全文参考訳へのリンク

関連論文リスト

A bilingual approach to specialised adjectives through word embeddings in the karstology domain [3.92181732547846]
単語埋め込みを用いた特定の意味関係を表現する形容詞の抽出実験を行う。実験の結果は徹底的に分析され、形式的または意味的な類似性を示す形容詞のグループに分類される。
論文参考訳（メタデータ） (2022-03-31T08:27:15Z)
Computing Rule-Based Explanations of Machine Learning Classifiers using Knowledge Graphs [62.997667081978825]
我々は、機械学習分類器の動作を説明する用語を提供する基盤となるフレームワークとして知識グラフを使用している。特に,知識グラフの用語で表される一階述語論理規則の形で,ブラックボックスの説明を抽出し,表現するための新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-08T16:21:49Z)
Extracting Domain-specific Concepts from Large-scale Linked Open Data [0.0]
提案手法は,LOD語彙を対象ドメインに関連する用語とリンクすることにより,検索エンティティを定義する。対象領域における概念的関係の範囲を決定するために,共通上層実体の発生と経路の連鎖関係について検討した。
論文参考訳（メタデータ） (2021-11-22T10:25:57Z)
CDM: Combining Extraction and Generation for Definition Modeling [8.487707405248242]
本稿では,定義モデリングのための抽出と生成を組み合わせることを提案する。まず、Webから対象用語の自己および相関的な定義情報を抽出する。そして、抽出した定義情報を組み込んで最終定義を生成する。
論文参考訳（メタデータ） (2021-11-14T08:03:18Z)
Cross-Sentence Temporal and Semantic Relations in Video Activity Localisation [79.50868197788773]
我々は、クロスセンスリレーショナルマイニングを導入して、より正確な教師付きソリューションを開発する。本稿では,(1)トリミング順序付けと(2)ビデオ活動の段落記述における文間の意味的一貫性の2つの横断的関係性制約について検討する。 2つのパブリックなアクティビティローカライゼーションデータセットの実験は、最先端の弱い教師付き手法に対する我々のアプローチの利点を示している。
論文参考訳（メタデータ） (2021-07-23T20:04:01Z)
A Persistent Spatial Semantic Representation for High-level Natural Language Instruction Execution [54.385344986265714]
本稿では,言語行動とロボット行動のギャップを埋めるために,永続的な空間意味表現法を提案する。一般的なステップバイステップ命令を完全に回避しながら、ALFREDベンチマークに対する我々のアプローチを評価し、最先端の結果を得る。
論文参考訳（メタデータ） (2021-07-12T17:47:19Z)
Cross-Domain Contract Element Extraction with a Bi-directional Feedback Clause-Element Relation Network [70.00960496773938]
クロスドメイン契約要素抽出タスクに対して双方向フィードバックcLause-Element relaTionネットワーク(Bi-FLEET)を提案する。 Bi-FLEETには、(1)コンテキストエンコーダ、(2)節-要素関係エンコーダ、(3)推論層という3つの主要なコンポーネントがある。クロスドメインNERとCEEの両方のタスクに対する実験結果から、Bi-FLEETは最先端のベースラインを大きく上回ることが示された。
論文参考訳（メタデータ） (2021-05-13T05:14:36Z)
Knowledge Graph Anchored Information-Extraction for Domain-Specific Insights [1.6308268213252761]
新しいドメイン内で特定の情報ニーズを満たすためにタスクベースのアプローチを使用します。美術NLP技術の状態を構成したパイプラインを使用して、インスタンスレベルのセマンティック構造を自動的に抽出する。
論文参考訳（メタデータ） (2021-04-18T19:28:10Z)
Weakly Supervised Temporal Action Localization Through Learning Explicit Subspaces for Action and Context [151.23835595907596]
ビデオレベルの監視のみの下で、アクションインスタンスの時間的開始と終了をローカライズする方法を学ぶ。アクションとコンテキストそれぞれについて,2つの機能サブスペースを学習するフレームワークを提案する。提案手法は3つのベンチマークで最先端のWS-TAL法より優れている。
論文参考訳（メタデータ） (2021-03-30T08:26:53Z)
R$^2$-Net: Relation of Relation Learning Network for Sentence Semantic Matching [58.72111690643359]
文意味マッチングのための関係学習ネットワーク(R2-Net)を提案する。最初にBERTを使用して、グローバルな視点から入力文をエンコードします。次に、cnnベースのエンコーダは、ローカルな視点からキーワードやフレーズ情報をキャプチャするように設計されている。関係情報抽出にラベルを十分に活用するために,関係分類タスクの自己教師付き関係性を導入する。
論文参考訳（メタデータ） (2020-12-16T13:11:30Z)
From syntactic structure to semantic relationship: hypernym extraction from definitions by recurrent neural networks using the part of speech information [0.49269463638915806]
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。
論文参考訳（メタデータ） (2020-12-07T02:18:49Z)

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。