論文の概要: Making Better Use of Bilingual Information for Cross-Lingual AMR Parsing

• arxiv url: http://arxiv.org/abs/2106.04814v1
• Date: Wed, 9 Jun 2021 05:14:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-11 06:07:16.984367
• Title: Making Better Use of Bilingual Information for Cross-Lingual AMR Parsing
• Title（参考訳）: 言語間AMR解析におけるバイリンガル情報の有用性
• Authors: Yitao Cai, Zhe Lin and Xiaojun Wan
• Abstract要約: 概念の誤認は、英語のトークンとAMRの概念の関連性が高いためである、と我々は主張する。 モデルがより正確な概念を予測できるように、バイリンガル入力、すなわち翻訳されたテキストと非英語のテキストを導入します。
• 参考スコア（独自算出の注目度）: 88.08581016329398
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Abstract Meaning Representation (AMR) is a rooted, labeled, acyclic graph representing the semantics of natural language. As previous works show, although AMR is designed for English at first, it can also represent semantics in other languages. However, they find that concepts in their predicted AMR graphs are less specific. We argue that the misprediction of concepts is due to the high relevance between English tokens and AMR concepts. In this work, we introduce bilingual input, namely the translated texts as well as non-English texts, in order to enable the model to predict more accurate concepts. Besides, we also introduce an auxiliary task, requiring the decoder to predict the English sequences at the same time. The auxiliary task can help the decoder understand what exactly the corresponding English tokens are. Our proposed cross-lingual AMR parser surpasses previous state-of-the-art parser by 10.6 points on Smatch F1 score. The ablation study also demonstrates the efficacy of our proposed modules.
• Abstract（参考訳）: 抽象意味表現(abstract meaning representation, amr)は、自然言語の意味論を表す非循環グラフである。 以前の研究が示すように、AMRは最初英語用に設計されたが、他の言語のセマンティクスを表現することもできる。 しかし、予測されたAMRグラフの概念は具体的でないことがわかった。 概念の誤認は、英語のトークンとAMRの概念の関連性が高いためである、と我々は主張する。 そこで本研究では,より正確な概念を予測可能にするために,翻訳文と非英語文のバイリンガル入力を導入する。 さらに、デコーダが同時に英語のシーケンスを予測する必要のある補助タスクも導入する。 補助タスクは、対応する英語トークンが正確に何であるかをデコーダが理解するのに役立つ。 提案する言語横断型AMRパーサは,Smatch F1の10.6ポイントを突破した。 アブレーション研究は,提案するモジュールの有効性も示す。

関連論文リスト

• Analyzing the Role of Semantic Representations in the Era of Large Language Models [104.18157036880287]
  大規模言語モデル(LLM)の時代における意味表現の役割について検討する。 本稿では, AMRCoT と呼ばれる AMR-driven chain-of- Thought prompting 法を提案する。 AMRのどの入力例が役に立つかは予測できないが,複数単語の表現でエラーが発生する傾向にある。
  論文  参考訳（メタデータ） (2024-05-02T17:32:59Z)
• "You Are An Expert Linguistic Annotator": Limits of LLMs as Analyzers of Abstract Meaning Representation [60.863629647985526]
  文意味構造の解析において, GPT-3, ChatGPT, および GPT-4 モデルの成功と限界について検討した。 モデルはAMRの基本形式を確実に再現でき、しばしばコアイベント、引数、修飾子構造をキャプチャできる。 全体としては,これらのモデルではセマンティック構造の側面を捉えることができるが,完全に正確なセマンティック解析や解析をサポートする能力には重要な制限が残されている。
  論文  参考訳（メタデータ） (2023-10-26T21:47:59Z)
• Widely Interpretable Semantic Representation: Frameless Meaning Representation for Broader Applicability [10.710058244695128]
  本稿では,抽象的意味表現 (AMR) の課題を克服する新しい意味表現 WISeR を提案する。 その強みにもかかわらず、AMRは事前に定義されたセマンティックフレームなしでは言語やドメインに簡単に適用できない。 WISeRとAMR WISeRの両方で1Kの英会話文の新たなコーパスを作成する。
  論文  参考訳（メタデータ） (2023-09-12T17:44:40Z)
• An AMR-based Link Prediction Approach for Document-level Event Argument Extraction [51.77733454436013]
  文書レベルのイベント調停抽出(文書レベルEAE)のための抽象的意味表現(AMR)を導入した最近の研究動向 本研究では,AEをAMRグラフ上のリンク予測問題として再検討する。 本稿では,より少ない情報量のサブグラフやエッジタイプを圧縮し,スパン情報を統合し,同じ文書内の事象をハイライトする新たなグラフ構造であるTalored AMR Graph(TAG)を提案する。
  論文  参考訳（メタデータ） (2023-05-30T16:07:48Z)
• Retrofitting Multilingual Sentence Embeddings with Abstract Meaning Representation [70.58243648754507]
  抽象的意味表現(AMR)を用いた既存の多言語文の埋め込みを改善する新しい手法を提案する。 原文入力と比較すると、AMRは文の中核概念と関係を明確かつ曖昧に表す構造的意味表現である。 実験結果から,多言語文をAMRで埋め込むと,意味的類似性と伝達タスクの両方において,最先端の性能が向上することがわかった。
  論文  参考訳（メタデータ） (2022-10-18T11:37:36Z)
• SBERT studies Meaning Representations: Decomposing Sentence Embeddings into Explainable AMR Meaning Features [22.8438857884398]
  非常に効果的な類似度メトリクスを作成しながら、評価の解釈可能な根拠を提供します。 まず、キーセマンティック・ファセットに対する文の類似性を測るAMRグラフメトリクスを選択します。 第二に、これらのメトリクスを用いてセマンティックな構造化文BERT埋め込みを誘導する。
  論文  参考訳（メタデータ） (2022-06-14T17:37:18Z)
• Transition-based Abstract Meaning Representation Parsing with Contextual Embeddings [0.0]
  本研究では,意味解析のタスクにおいて,言語モデルと記号意味論の定式化という,言語の意味への最も成功したルートを2つ組み合わせる手法について検討する。 本稿では,事前学習した文脈認識単語の埋め込み(BERTやRoBERTaなど)を解析問題に組み込むことの有用性について検討する。
  論文  参考訳（メタデータ） (2022-06-13T15:05:24Z)
• Multilingual AMR Parsing with Noisy Knowledge Distillation [68.01173640691094]
  知識蒸留の観点から多言語AMR解析について検討し,既存の英語を教師として利用して多言語AMRを学習し,改善することを目的とする。 蒸留成功の鍵はノイズ入出力と正確な出力である。
  論文  参考訳（メタデータ） (2021-09-30T15:13:48Z)
• Translate, then Parse! A strong baseline for Cross-Lingual AMR Parsing [10.495114898741205]
  我々は,各言語からの文をAMRに投影し,それらの意味的構造を捉えるモデルを開発した。 本稿では,単純な2ステップベースラインを再検討し,強力なNMTシステムと強力なAMRで拡張する。 実験の結果,T+Pはすべてのテスト言語で最新の最先端システムより優れていることがわかった。
  論文  参考訳（メタデータ） (2021-06-08T17:52:48Z)
• Parsing Indonesian Sentence into Abstract Meaning Representation using Machine Learning Approach [0.0]
  インドネシア語の文を機械学習を用いて解析するシステムを開発した。 このシステムは,ペア予測,ラベル予測,グラフ構築という3つのステップからなる。 本モデルでは, SMATCHスコア0.820を達成した。
  論文  参考訳（メタデータ） (2021-03-05T15:01:59Z)

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。