Fugu-MT 論文翻訳(概要): SemEval-2021 Task 1: Lexical Complexity Prediction

論文の概要: SemEval-2021 Task 1: Lexical Complexity Prediction

arxiv url: http://arxiv.org/abs/2106.00473v1
Date: Tue, 1 Jun 2021 13:22:36 GMT
ステータス: 処理完了
システム内更新日: 2021-06-02 14:24:37.591842
Title: SemEval-2021 Task 1: Lexical Complexity Prediction
Title（参考訳）: SemEval-2021 Task 1: Lexical Complexity Prediction
Authors: Matthew Shardlow, Richard Evans, Gustavo Henrique Paetzold, Marcos Zampieri
Abstract要約: SemEval-2021 Task 1には2つのサブタスクがあり、サブタスク1は単一の単語に焦点を当て、サブタスク2はMWEに焦点を当てていた。合計198チームが参加し、54チームがテストデータをSub-task 1に、37チームがSub-task 2に提出した。
参考スコア（独自算出の注目度）: 5.833486905921455
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents the results and main findings of SemEval-2021 Task 1 - Lexical Complexity Prediction. We provided participants with an augmented version of the CompLex Corpus (Shardlow et al 2020). CompLex is an English multi-domain corpus in which words and multi-word expressions (MWEs) were annotated with respect to their complexity using a five point Likert scale. SemEval-2021 Task 1 featured two Sub-tasks: Sub-task 1 focused on single words and Sub-task 2 focused on MWEs. The competition attracted 198 teams in total, of which 54 teams submitted official runs on the test data to Sub-task 1 and 37 to Sub-task 2.
Abstract（参考訳）: 本稿では,SemEval-2021 Task 1Lexical Complexity Predictionの結果と主な結果を示す。参加者にCompLex Corpus(Shardlow et al 2020)の拡張版を提供した。コンプレックス (complex) は、英語の多言語コーパスで、単語と多語表現 (mwes) が5点類似尺度を用いてその複雑さについて注釈付けされた。 semeval-2021 task 1 には2つのサブタスクがあった。このコンペには合計198チームが参加し、うち54チームがテストデータの公式実行をサブタスク1に、37チームがサブタスク2に提出した。

関連論文リスト

Findings of the IWSLT 2024 Evaluation Campaign [102.7608597658451]
本稿は、第21回IWSLT会議によって組織された共有タスクについて報告する。共通タスクは、音声翻訳における7つの科学的課題に対処する。
論文参考訳（メタデータ） (2024-11-07T19:11:55Z)
ArAIEval Shared Task: Persuasion Techniques and Disinformation Detection in Arabic Text [41.3267575540348]
本稿では, EMNLP 2023と共同で開催される第1回アラビア2023会議の一環として組織されたArAIEval共有タスクの概要を紹介する。 ArAIEvalは、アラビア文字上の2つのタスクを提供する: (i) 説得テクニックの検出、ツイートやニュース記事における説得テクニックの識別、および (ii) ツイート上のバイナリとマルチクラスの設定における偽情報検出。最終評価フェーズには合計20チームが参加し、タスク1と2には14チームと16チームが参加した。
論文参考訳（メタデータ） (2023-11-06T15:21:19Z)
Overview of the BioLaySumm 2023 Shared Task on Lay Summarization of Biomedical Research Articles [47.04555835353173]
本稿では,ACL 2023のBioNLPワークショップで開催されているバイオメディカルリサーチ記事のレイ要約(BioLaySumm)における共有タスクの結果について述べる。この共有タスクの目的は、"遅延要約"を生成することができる抽象的な要約モデルを開発することである。総合的な結果に加えて,BioLaySumm共有タスクのセットアップと洞察についても報告した。
論文参考訳（メタデータ） (2023-09-29T15:43:42Z)
Findings of the WMT 2022 Shared Task on Translation Suggestion [63.457874930232926]
We report the results of the first edition of the WMT shared task on Translation Suggestion。このタスクは、機械翻訳(MT)によって生成された文書全体に対して、特定の単語やフレーズの代替手段を提供することを目的としている。 2つのサブタスク、すなわち単純翻訳提案と暗示付き翻訳提案で構成されている。
論文参考訳（メタデータ） (2022-11-30T03:48:36Z)
CREATIVESUMM: Shared Task on Automatic Summarization for Creative Writing [90.58269243992318]
本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。 4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。 COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
論文参考訳（メタデータ） (2022-11-10T21:31:03Z)
SemEval-2022 Task 2: Multilingual Idiomaticity Detection and Sentence Embedding [12.843166994677286]
本稿では,多言語性検出と文埋め込みにおける共通課題について述べる。 a) 文が慣用的表現を含むかどうかを識別することを目的とした二項分類と、(b) モデルが文脈における潜在的慣用的表現を適切に表現することを要求する意味的テキスト類似性に基づくタスクである。約100人の登録参加者が参加し、それぞれ650名と150名以上の応募を行った。
論文参考訳（メタデータ） (2022-04-21T12:20:52Z)
cs60075_team2 at SemEval-2021 Task 1 : Lexical Complexity Prediction using Transformer-based Language Models pre-trained on various text corpora [0.0]
本稿では,SemEval 2021 Task 1 - Lexical Complexity Predictionにおけるチームcs60075_team2の性能について述べる。本論文の主な貢献は,いくつかのテキストコーパスで事前学習したトランスフォーマーに基づく言語モデルの構築である。
論文参考訳（メタデータ） (2021-06-04T08:42:00Z)
LCP-RIT at SemEval-2021 Task 1: Exploring Linguistic Features for Lexical Complexity Prediction [4.86331990243181]
本稿では,チームLCP-RITによるSemEval-2021 Task 1: Lexical Complexity Prediction (LCP)の提出について述べる。本システムでは,ロジスティック回帰と幅広い言語的特徴を用いて,このデータセットにおける単一単語の複雑さを予測する。結果は平均絶対誤差,平均二乗誤差,ピアソン相関,スピアマン相関で評価した。
論文参考訳（メタデータ） (2021-05-18T18:55:04Z)
UPB at SemEval-2021 Task 1: Combining Deep Learning and Hand-Crafted Features for Lexical Complexity Prediction [0.7197592390105455]
本稿では,SemEval-2021 Task 1: Lexical Complexity Prediction competitionについて述べる。私たちの結果は、第1および第2サブタスクの競争で得られたトップスコアよりもわずか5.46%と6.5%低いです。
論文参考訳（メタデータ） (2021-04-14T17:05:46Z)
SemEval-2020 Task 10: Emphasis Selection for Written Text in Visual Media [50.29389719723529]
本稿では,SemEval-2020 Task 10, Emphasis Selection for Written Text in Visual Media の主な成果とその結果を比較した。この共有タスクの目的は、強調選択のための自動メソッドを設計することである。タスクに送信されたシステムの解析は、BERTとRoBERTaが、トレーニング済みモデルの最も一般的な選択であることを示している。
論文参考訳（メタデータ） (2020-08-07T17:24:53Z)
RUSSE'2020: Findings of the First Taxonomy Enrichment Task for the Russian language [70.27072729280528]
本稿では,ロシア語の分類学的豊か化に関する最初の共有課題の結果について述べる。 16チームがこのタスクに参加し、半数以上が提供されたベースラインを上回った。
論文参考訳（メタデータ） (2020-05-22T13:30:37Z)

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。