論文の概要: Translational NLP: A New Paradigm and General Principles for Natural Language Processing Research

• arxiv url: http://arxiv.org/abs/2104.07874v1
• Date: Fri, 16 Apr 2021 03:46:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-19 14:38:16.420222
• Title: Translational NLP: A New Paradigm and General Principles for Natural Language Processing Research
• Title（参考訳）: 翻訳NLP:自然言語処理研究の新しいパラダイムと一般原則
• Authors: Denis Newman-Griffis, Jill Fain Lehman, Carolyn Ros\'e, Harry Hochheiser
• Abstract要約: 自然言語処理(NLP)研究は、基礎科学を通じて普遍的な原則の研究と、特定のユースケースや設定をターゲットとした応用科学を組み合わせる。 本稿では,NLPの基本的な研究と応用研究が相互に伝達するプロセスの構築と促進を目的とした,翻訳NLPの新しいパラダイムについて述べる。
• 参考スコア（独自算出の注目度）: 2.4026906978773144
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural language processing (NLP) research combines the study of universal principles, through basic science, with applied science targeting specific use cases and settings. However, the process of exchange between basic NLP and applications is often assumed to emerge naturally, resulting in many innovations going unapplied and many important questions left unstudied. We describe a new paradigm of Translational NLP, which aims to structure and facilitate the processes by which basic and applied NLP research inform one another. Translational NLP thus presents a third research paradigm, focused on understanding the challenges posed by application needs and how these challenges can drive innovation in basic science and technology design. We show that many significant advances in NLP research have emerged from the intersection of basic principles with application needs, and present a conceptual framework outlining the stakeholders and key questions in translational research. Our framework provides a roadmap for developing Translational NLP as a dedicated research area, and identifies general translational principles to facilitate exchange between basic and applied research.
• Abstract（参考訳）: 自然言語処理(NLP)の研究は、基礎科学を通じて普遍的な原理の研究と、特定のユースケースや設定をターゲットにした応用科学を組み合わせる。 しかし、基本的なnlpとアプリケーション間の交換プロセスは、しばしば自然に現れると仮定され、多くの革新が承認されず、多くの重要な疑問が残されている。 本稿では,NLPの基本的な研究と応用研究が相互に伝達するプロセスの構築と促進を目的とした,翻訳NLPの新しいパラダイムについて述べる。 翻訳NLPは、アプリケーションのニーズによってもたらされる課題と、これらの課題が基礎科学と技術設計の革新をいかに促すかを理解することに焦点を当てた第3の研究パラダイムを提示する。 我々は,NLP研究における基礎原則とアプリケーションニーズの交わりから,多くの重要な進歩が現われていることを示し,翻訳研究における利害関係者と重要な疑問を概説する概念的枠組みを提示する。 本フレームワークは,専用研究領域として翻訳nlpを開発するためのロードマップを提供し,基礎研究と応用研究の交換を容易にする汎用翻訳原理を特定する。

関連論文リスト

• The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
  我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。 以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。 2020年以降、言語と人々への関心が復活した。
  論文  参考訳（メタデータ） (2024-09-29T01:29:28Z)
• Towards Systematic Monolingual NLP Surveys: GenA of Greek NLP [2.3499129784547663]
  本研究は, 体系的かつ総合的な単言語NLPサーベイを作成する手法を導入することで, ギャップを埋めるものである。 構造化された検索プロトコルによって特徴づけられ、出版物を選定し、NLPタスクの分類によってそれらを整理することができる。 本手法の適用により,2012年から2022年にかけて,ギリシャNLPの体系的文献レビューを行った。
  論文  参考訳（メタデータ） (2024-07-13T12:01:52Z)
• Practical Guidelines for the Selection and Evaluation of Natural Language Processing Techniques in Requirements Engineering [8.779031107963942]
  自然言語(NL)は現在、要求自動化の基盤となっている。 多くの異なるNLPソリューション戦略が利用可能であるため、特定のREタスクに対して適切な戦略を選択することは困難である。 特に,従来のNLP,特徴ベース機械学習,言語モデルに基づく手法など,さまざまな戦略を選択する方法について議論する。
  論文  参考訳（メタデータ） (2024-01-03T02:24:35Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and Why? [84.46288849132634]
  本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。 我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。 我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
  論文  参考訳（メタデータ） (2023-05-22T11:08:00Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• Meta Learning for Natural Language Processing: A Survey [88.58260839196019]
  ディープラーニングは自然言語処理(NLP)分野において主要な技術である。 ディープラーニングには多くのラベル付きデータが必要です。 メタ学習は、より良いアルゴリズムを学ぶためのアプローチを研究する機械学習の分野である。
  論文  参考訳（メタデータ） (2022-05-03T13:58:38Z)
• Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
  本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。 本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
  論文  参考訳（メタデータ） (2021-10-13T14:03:07Z)
• Natural Language Processing with Commonsense Knowledge: A Survey [9.634283896785611]
  本稿では,様々なNLPタスクへのコモンセンス知識の統合について検討する。 我々は、異なるNLPタスクにまたがるコモンセンス知識とその応用を組み込むための重要な方法論を強調した。 また,コモンセンス推論を用いたNLPシステムの高度化における課題と動向について検討した。
  論文  参考訳（メタデータ） (2021-08-10T13:25:29Z)

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。