Fugu-MT 論文翻訳(概要): MelBERT: Metaphor Detection via Contextualized Late Interaction using Metaphorical Identification Theories

論文の概要: MelBERT: Metaphor Detection via Contextualized Late Interaction using Metaphorical Identification Theories

arxiv url: http://arxiv.org/abs/2104.13615v1
Date: Wed, 28 Apr 2021 07:52:01 GMT
ステータス: 処理完了
システム内更新日: 2021-04-29 12:59:12.200711
Title: MelBERT: Metaphor Detection via Contextualized Late Interaction using Metaphorical Identification Theories
Title（参考訳）: MelBERT:メタフォリカル同定理論を用いた文脈的遅延相互作用によるメタフォリカル検出
Authors: Minjin Choi, Sunkyung Lee, Eunseong Choi, Heesoo Park, Junhyuk Lee, Dongwon Lee, and Jongwuk Lee
Abstract要約: 本稿では,BERT(MelBERT)上のメタファ認識遅延相互作用という,新しいメタファ検出モデルを提案する。我々のモデルは文脈化された単語表現を利用するだけでなく、文脈的意味とリテラル的意味を区別する言語的メタファー識別理論の利点も活用している。
参考スコア（独自算出の注目度）: 5.625405679356158
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Automated metaphor detection is a challenging task to identify metaphorical expressions of words in a sentence. To tackle this problem, we adopt pre-trained contextualized models, e.g., BERT and RoBERTa. To this end, we propose a novel metaphor detection model, namely metaphor-aware late interaction over BERT (MelBERT). Our model not only leverages contextualized word representation but also benefits from linguistic metaphor identification theories to distinguish between the contextual and literal meaning of words. Our empirical results demonstrate that MelBERT outperforms several strong baselines on four benchmark datasets, i.e., VUA-18, VUA-20, MOH-X, and TroFi.
Abstract（参考訳）: メタファの自動検出は、文中の単語の比喩表現を識別する難しいタスクである。この問題に対処するため、BERTやRoBERTaといった事前訓練済みのコンテキストモデルを採用しています。そこで本研究では,BERT (MelBERT) に対するメタファ認識遅延相互作用というメタファ検出モデルを提案する。我々のモデルは文脈化された単語表現を利用するだけでなく、文脈的意味とリテラル的意味を区別する言語的メタファー識別理論の利点も活用している。我々の実証実験の結果、MelBERTは4つのベンチマークデータセット(VUA-18、VUA-20、MOH-X、TroFi)でいくつかの強力なベースラインを上回ります。

関連論文リスト

Enhancing Metaphor Detection through Soft Labels and Target Word Prediction [3.7676096626244986]
メタファ検出に特化して設計された即時学習フレームワークを開発した。また,有意義なソフトラベルを生成する教師モデルも導入する。実験により,本モデルが最先端の性能を達成したことを示す。
論文参考訳（メタデータ） (2024-03-27T04:51:42Z)
Finding Challenging Metaphors that Confuse Pretrained Language Models [21.553915781660905]
現在最先端のNLPモデルにどのようなメタファーが挑戦するのかは不明だ。難解なメタファーを識別するために、特定のモデルに挑戦するメタファーを識別する自動パイプラインを提案する。分析の結果,検出されたハードメタファーはVUAと有意に対照的であり,機械翻訳の精度は16%低下した。
論文参考訳（メタデータ） (2024-01-29T10:00:54Z)
That was the last straw, we need more: Are Translation Systems Sensitive to Disambiguating Context? [64.38544995251642]
我々は、源泉に存在している意味的あいまいさ(本研究における英語)について研究する。我々は、リテラルと図形の両方にオープンなイディオムに焦点を当てている。現在のMTモデルは、たとえ文脈が比喩的解釈を示しているとしても、英語のイディオムを文字通りに翻訳する。
論文参考訳（メタデータ） (2023-10-23T06:38:49Z)
ContrastWSD: Enhancing Metaphor Detection with Word Sense Disambiguation Following the Metaphor Identification Procedure [1.03590082373586]
メタファー識別法(MIP)と単語センス曖昧化(WSD)を統合したRoBERTaを用いたメタファメタメタファ検出モデルを提案する。 WSDモデルから派生した単語感覚を利用することで、メタファ検出プロセスを強化し、他の手法より優れる。我々は,様々なベンチマークデータセットに対するアプローチを評価し,それを強力なベースラインと比較し,メタファ検出の促進効果を示す。
論文参考訳（メタデータ） (2023-09-06T15:41:38Z)
DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
論文参考訳（メタデータ） (2023-06-15T10:41:23Z)
Metaphorical Polysemy Detection: Conventional Metaphor meets Word Sense Disambiguation [9.860944032009847]
言語学者は、NLPのメタファ検出タスクが考慮しない、新しいメタファと従来のメタファを区別する。本稿では,従来のメタファをこのような方法で扱う際の限界について検討する。我々は、英語のWordNetにおける従来のメタファーを識別する最初のMPDモデルを開発した。
論文参考訳（メタデータ） (2022-12-16T10:39:22Z)
Exploring Multi-Modal Representations for Ambiguity Detection & Coreference Resolution in the SIMMC 2.0 Challenge [60.616313552585645]
会話型AIにおける効果的なあいまいさ検出と参照解決のためのモデルを提案する。具体的には,TOD-BERTとLXMERTをベースとしたモデルを用いて,多数のベースラインと比較し,アブレーション実験を行う。以上の結果から,(1)言語モデルでは曖昧さを検出するためにデータの相関を活用でき,(2)言語モデルではビジョンコンポーネントの必要性を回避できることがわかった。
論文参考訳（メタデータ） (2022-02-25T12:10:02Z)
Metaphor Generation with Conceptual Mappings [58.61307123799594]
我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
論文参考訳（メタデータ） (2021-06-02T15:27:05Z)
MERMAID: Metaphor Generation with Symbolism and Discriminative Decoding [22.756157298168127]
メタファーとシンボル間の理論的に基底的な接続に基づいて,並列コーパスを自動構築する手法を提案する。生成タスクには、並列データに微調整されたシーケンスモデルへのシーケンスの復号を導くためのメタファ判別器を組み込んだ。課題に基づく評価では、比喩のない詩に比べて、比喩で強化された人文詩が68%の時間を好むことが示されている。
論文参考訳（メタデータ） (2021-03-11T16:39:19Z)
Metaphoric Paraphrase Generation [58.592750281138265]
クラウドソーシングを用いてその結果を評価し,メタファー的パラフレーズを評価するための自動指標を開発する。語彙置換ベースラインは正確なパラフレーズを生成できるが、比喩的でないことが多い。メタファーマスキングモデルでは,メタファー文の生成に優れ,流布やパラフレーズの品質に関してはほぼ同等に機能する。
論文参考訳（メタデータ） (2020-02-28T16:30:33Z)
A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文参考訳（メタデータ） (2020-01-28T05:03:15Z)

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。