Fugu-MT 論文翻訳(概要): Applied Language Technology: NLP for the Humanities

論文の概要: Applied Language Technology: NLP for the Humanities

arxiv url: http://arxiv.org/abs/2105.01052v1
Date: Mon, 3 May 2021 17:51:17 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 15:21:24.850083
Title: Applied Language Technology: NLP for the Humanities
Title（参考訳）: 応用言語技術:人文科学のためのNLP
Authors: Tuomo Hiippala
Abstract要約: この貢献は、言語技術とそのpythonを使ったアプリケーションに関する基本的な理解を人文科学専攻に提供する2つのコースモジュールについて記述している。学習資料はインタラクティブなJupyter NotebooksとYouTubeビデオで構成されており、Creative Commonsライセンスで公開されています。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This contribution describes a two-course module that seeks to provide humanities majors with a basic understanding of language technology and its applications using Python. The learning materials consist of interactive Jupyter Notebooks and accompanying YouTube videos, which are openly available with a Creative Commons licence.
Abstract（参考訳）: この貢献は、言語技術とそのpythonを使ったアプリケーションに関する基本的な理解を人文科学専攻に提供する2つのコースモジュールについて記述している。学習教材はインタラクティブなJupyter Notebookと、Creative Commonsライセンスで公開されているYouTubeビデオで構成されている。

関連論文リスト

Enhancing Language Learning through Technology: Introducing a New English-Azerbaijani (Arabic Script) Parallel Corpus [0.9051256541674136]
本稿では,英語・アゼルバイジャン語の並列コーパスについて紹介する。これは、低リソース言語のための言語学習と機械翻訳の技術的ギャップを埋めるように設計されている。
論文参考訳（メタデータ） (2024-07-06T21:23:20Z)
Policy Learning with a Language Bottleneck [65.99843627646018]
PLLBB(Policy Learning with a Language Bottleneck)は、AIエージェントが言語規則を生成するためのフレームワークである。 PLLBBは、言語モデルによってガイドされるルール生成ステップと、エージェントがルールによってガイドされる新しいポリシーを学ぶ更新ステップとを交互に使用する。 2人のプレイヤーによるコミュニケーションゲーム、迷路解決タスク、および2つの画像再構成タスクにおいて、PLLBBエージェントはより解釈可能で一般化可能な振る舞いを学習できるだけでなく、学習したルールを人間のユーザと共有できることを示す。
論文参考訳（メタデータ） (2024-05-07T08:40:21Z)
Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [66.79173000135717]
本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
論文参考訳（メタデータ） (2023-10-27T18:17:29Z)
TweetNLP: Cutting-Edge Natural Language Processing for Social Media [22.6980150693332]
TweetNLPは、ソーシャルメディアにおける自然言語処理(NLP)の統合プラットフォームである。感情分析や名前付きエンティティ認識といった汎用的な焦点領域を含む、多様なNLPタスク群をサポートする。システムは、ソーシャルメディアのテキストに特化した、合理的な大きさのTransformerベースの言語モデルを利用している。
論文参考訳（メタデータ） (2022-06-29T17:16:58Z)
Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [91.49622922938681]
本稿では,文法の異なる側面の記述を自動的に発見・可視化する自動フレームワークを提案する。具体的には、形態素構文と意味論に関する疑問に答える自然なテキストコーパスから記述を抽出する。この手法をインド語、カンナダ語、マラタイ語に応用するが、これは英語とは異なり、十分に発達した教育資源を持たない。
論文参考訳（メタデータ） (2022-06-10T14:52:22Z)
Dive into Deep Learning [119.30375933463156]
この本はJupyterのノートブックでドラフトされており、説明図、数学、インタラクティブな例を自己完結型コードとシームレスに統合している。私たちのゴールは、(i)誰でも自由に利用できるリソースを提供すること、(ii)応用機械学習科学者になるための出発点を提供するのに十分な技術的な深さを提供すること、(iii)実行可能なコードを含み、実際にどのように問題を解決するかを読者に示すこと、(iv)私たちとコミュニティの両方による迅速なアップデートを可能にすることです。
論文参考訳（メタデータ） (2021-06-21T18:19:46Z)
pysentimiento: A Python Toolkit for Opinion Mining and Social NLP tasks [0.2826977330147589]
pysentimientoは意見マイニングやその他のソーシャルNLPタスク用に設計されたPythonツールキットである。このオープンソースライブラリは、簡単に使えるPythonライブラリで、スペイン語、英語、イタリア語、ポルトガル語の最先端モデルを提供する。各種タスク,言語,データセットにまたがる事前学習言語モデルの総合的な性能評価を行う。
論文参考訳（メタデータ） (2021-06-17T13:15:07Z)
SpeechBrain: A General-Purpose Speech Toolkit [73.0404642815335]
SpeechBrainはオープンソースでオールインワンの音声ツールキットである。ニューラル音声処理技術の研究開発を促進するために設計された。幅広い音声ベンチマークにおいて、競争力や最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2021-06-08T18:22:56Z)
Google Crowdsourced Speech Corpora and Related Open-Source Resources for Low-Resource Languages and Dialects: An Overview [43.92114369646489]
テキスト音声と自動音声認識アプリケーションを構築するために38のデータセットをリリースした。本稿では,このようなコーパスの開発に使用される方法論について述べるとともに,表現不足の言語コミュニティに恩恵をもたらす可能性のある知見をいくつか提示する。
論文参考訳（メタデータ） (2020-10-14T02:24:04Z)
A Summary of the First Workshop on Language Technology for Language Documentation and Revitalization [70.14668193220528]
2019年8月、カーネギーメロン大学でワークショップが開かれ、言語コミュニティのメンバー、ドキュメンタリー言語学者、技術者を集結させようとした。本報告では,ワークショップの結果を報告するとともに,9言語を対象とした様々な技術が開発され,実装されている。
論文参考訳（メタデータ） (2020-04-27T22:55:55Z)

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。