論文の概要: Lexical semantic change for Ancient Greek and Latin

• arxiv url: http://arxiv.org/abs/2101.09069v1
• Date: Fri, 22 Jan 2021 12:04:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-20 17:31:07.201847
• Title: Lexical semantic change for Ancient Greek and Latin
• Title（参考訳）: 古代ギリシア語とラテン語の語彙意味変化
• Authors: Valerio Perrone and Simon Hengchen and Marco Palma and Alessandro Vatri and Jim Q. Smith and Barbara McGillivray
• Abstract要約: 歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。 我々は、動的ベイズ混合モデルに基づくセマンティック変化に対する最近の計算的アプローチに基づいて構築する。 本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。
• 参考スコア（独自算出の注目度）: 61.69697586178796
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Change and its precondition, variation, are inherent in languages. Over time, new words enter the lexicon, others become obsolete, and existing words acquire new senses. Associating a word's correct meaning in its historical context is a central challenge in diachronic research. Historical corpora of classical languages, such as Ancient Greek and Latin, typically come with rich metadata, and existing models are limited by their inability to exploit contextual information beyond the document timestamp. While embedding-based methods feature among the current state of the art systems, they are lacking in the interpretative power. In contrast, Bayesian models provide explicit and interpretable representations of semantic change phenomena. In this chapter we build on GASC, a recent computational approach to semantic change based on a dynamic Bayesian mixture model. In this model, the evolution of word senses over time is based not only on distributional information of lexical nature, but also on text genres. We provide a systematic comparison of dynamic Bayesian mixture models for semantic change with state-of-the-art embedding-based models. On top of providing a full description of meaning change over time, we show that Bayesian mixture models are highly competitive approaches to detect binary semantic change in both Ancient Greek and Latin.
• Abstract（参考訳）: 変化とその前提条件である変動は言語に固有のものだ。 時間が経つにつれて、新しい単語が語彙に入り、他の単語は時代遅れになり、既存の単語は新しい感覚を得る。 歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。 古代ギリシア語やラテン語のような古典言語の歴史的コーパスは、典型的にはリッチなメタデータを持ち、既存のモデルは、文書のタイムスタンプを超えて文脈情報を活用できないため、制限されている。 埋め込みベースのメソッドは、現在のアートシステムの中で特徴付けられるが、解釈能力に欠ける。 対照的に、ベイズモデルは意味変化現象の明示的かつ解釈可能な表現を提供する。 この章では、動的ベイズ混合モデルに基づく意味変化に対する最近の計算手法であるGASCに基づいて構築する。 このモデルでは、単語感覚の時間的進化は、語彙の性質の分布情報だけでなく、テキストジャンルにも基づいている。 本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。 意味変化の完全な説明を提供する上で,ベイズ混合モデルは古代ギリシア語とラテン語の両方において,二項意味変化を検出するための非常に競争力のあるアプローチであることを示す。

関連論文リスト

• Using Synchronic Definitions and Semantic Relations to Classify Semantic Change Types [1.3436368800886478]
  本稿では、同期語彙関係と単語の意味定義の両方から情報を活用するモデルを提案する。 具体的には,WordNet の構文定義と階層情報を用いて,Blank (1997) のセマンティックチェンジ型データセットのデジタル化バージョンでそれをテストする。
  論文  参考訳（メタデータ） (2024-06-05T16:52:21Z)
• Analyzing Semantic Change through Lexical Replacements [2.509907053583601]
  テクトテックス置換による予期せぬ文脈の影響について検討する。 そこで本研究では,テキスト置換方式を提案する。 セマンティックチェンジ検出におけるLLaMaの使用を最初に評価した。
  論文  参考訳（メタデータ） (2024-04-29T10:20:41Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Transparency Helps Reveal When Language Models Learn Meaning [71.96920839263457]
  合成データを用いた体系的な実験により,すべての表現が文脈に依存しない意味を持つ言語では,自己回帰型とマスキング型の両方の言語モデルが,表現間の意味的関係をエミュレートする。 自然言語に目を向けると、特定の現象(参照不透明さ)による実験は、現在の言語モデルが自然言語の意味論をうまく表現していないという証拠を増大させる。
  論文  参考訳（メタデータ） (2022-10-14T02:35:19Z)
• Contextualized language models for semantic change detection: lessons learned [4.436724861363513]
  本稿では,ダイアクロニック・セマンティック・チェンジを検出する文脈的埋め込みに基づく手法の出力の質的分析を行う。 本研究の結果から,文脈化手法は,実際のダイアクロニック・セマンティック・シフトを行なわない単語に対して,高い変化スコアを予測できることが示唆された。 我々の結論は、事前学習された文脈化言語モデルは、語彙感覚の変化と文脈分散の変化を補う傾向にあるということである。
  論文  参考訳（メタデータ） (2022-08-31T23:35:24Z)
• Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
  ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。 本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-24T12:55:23Z)
• LexSubCon: Integrating Knowledge from Lexical Resources into Contextual Embeddings for Lexical Substitution [76.615287796753]
  本稿では,コンテキスト埋め込みモデルに基づくエンドツーエンドの語彙置換フレームワークであるLexSubConを紹介する。 これは文脈情報と構造化語彙資源からの知識を組み合わせることで達成される。 我々の実験によると、LexSubConはLS07とCoInCoベンチマークデータセットで従来の最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-07-11T21:25:56Z)
• Measuring diachronic sense change: new models and Monte Carlo methods for Bayesian inference [3.1727619150610837]
  単語の袋モデルでは、複数の意味を持つ単語の感覚を文脈語上の確率分布として表現する。 既存の生成感覚変化モデルを適用し、感覚と時間の主な効果のためのより単純なモデルを開発する。 本モデルを用いて「コスモス」を含むスニペットの自動感覚アノテーションを行い、その3つの感覚の時間進化とその有病率を測定します。
  論文  参考訳（メタデータ） (2021-04-14T11:40:21Z)
• A Probabilistic Approach in Historical Linguistics Word Order Change in Infinitival Clauses: from Latin to Old French [0.0]
  この論文はラテン語と古フランス語の歴史における不定詞節の語順変化を調査している。 言語変化の各段階における単語順序の同時変化について検討し,その特徴,周期化,ダイアクロニック変動の制約を推定する。 従来の言語変化パターンにも適合する,単語順変化の3段階確率モデルを提案する。
  論文  参考訳（メタデータ） (2020-11-16T20:30:31Z)
• Grounded Compositional Outputs for Adaptive Language Modeling [59.02706635250856]
  言語モデルの語彙$-$典型的にはトレーニング前に選択され、後で永久に固定される$-$は、そのサイズに影響します。 言語モデルのための完全合成出力埋め込み層を提案する。 我々の知る限り、この結果はトレーニング語彙に依存しないサイズを持つ最初の単語レベル言語モデルである。
  論文  参考訳（メタデータ） (2020-09-24T07:21:14Z)

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。