Fugu-MT 論文翻訳(概要): Enhanced Universal Dependency Parsing with Automated Concatenation of Embeddings

論文の概要: Enhanced Universal Dependency Parsing with Automated Concatenation of Embeddings

arxiv url: http://arxiv.org/abs/2107.02416v1
Date: Tue, 6 Jul 2021 06:33:42 GMT
ステータス: 処理完了
システム内更新日: 2021-07-07 23:49:24.814080
Title: Enhanced Universal Dependency Parsing with Automated Concatenation of Embeddings
Title（参考訳）: 埋め込みの自動連結による拡張ユニバーサル依存性解析
Authors: Xinyu Wang, Zixia Jia, Yong Jiang, Kewei Tu
Abstract要約: 本稿では,SHANGHAITECH チームから IWPT 2021 Shared Task に提出したシステムについて述べる。我々のシステムは、組み込みの自動連結(ACE)技術を用いたグラフベースである。
参考スコア（独自算出の注目度）: 34.87517926577992
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This paper describes the system used in submission from SHANGHAITECH team to the IWPT 2021 Shared Task. Our system is a graph-based parser with the technique of Automated Concatenation of Embeddings (ACE). Because recent work found that better word representations can be obtained by concatenating different types of embeddings, we use ACE to automatically find the better concatenation of embeddings for the task of enhanced universal dependencies. According to official results averaged on 17 languages, our system ranks 2nd over 9 teams.
Abstract（参考訳）: 本稿では,SHANGHAITECH チームから IWPT 2021 Shared Task に提出したシステムについて述べる。本システムは,組込みの自動連結(ACE)技術を用いたグラフ解析システムである。最近の研究で、異なる種類の埋め込みを結合することでより良い単語表現が得られることが分かったので、aceを使って拡張された普遍的な依存関係のタスクに対する埋め込みのより良い結合を見つけることができる。公式の17言語の平均結果によると、私たちのシステムは9チーム中2位です。

関連論文リスト

Compositional Program Generation for Few-Shot Systematic Generalization [59.57656559816271]
コンポジションプログラムジェネレータ(CPG)と呼ばれるニューロシンボリックアーキテクチャに関する研究 CPGには3つの重要な特徴がある: 文法規則の形で、テキストモジュラリティ、テキストコンポジション、テキストタストラクションである。 SCAN と COGS のベンチマークでは,SCAN の14例と COGS の22例を使用して,完全な一般化を実現している。
論文参考訳（メタデータ） (2023-09-28T14:33:20Z)
Multi-Module G2P Converter for Persian Focusing on Relations between Words [1.3764085113103217]
提案するマルチモジュールG2Pシステムは,精度と高速化の観点から,エンド・ツー・エンドのシステムより優れている。このシステムは単語レベルではなくシーケンスレベルであり、単語間の非記述関係を効果的に捉えることができる。
論文参考訳（メタデータ） (2022-08-02T11:33:48Z)
MIA 2022 Shared Task: Evaluating Cross-lingual Open-Retrieval Question Answering for 16 Diverse Languages [54.002969723086075]
16言語に類型的に多様である言語における言語横断的オープン-検索型問合せシステムの評価を行った。反復的にマイニングされた多様な負の例を利用する最良のシステムは32.2 F1となり、ベースラインを4.5ポイント上回る。第2のベストシステムは文書検索にエンティティを意識した文脈表現を使用し、タミル(20.8 F1)の大幅な改善を実現している。
論文参考訳（メタデータ） (2022-07-02T06:54:10Z)
Investigations on Speech Recognition Systems for Low-Resource Dialectal Arabic-English Code-Switching Speech [32.426525641734344]
コードスイッチによるエジプト・アラビア英語自動音声認識(ASR)に関する研究について述べる。 DNNベースのハイブリッドモデルとTransformerベースのエンドツーエンドモデルを用いて,ASRシステムを構築した。両システムの出力を組み合わせることで,認識を向上できることを示す。
論文参考訳（メタデータ） (2021-08-29T17:23:30Z)
TGIF: Tree-Graph Integrated-Format Parser for Enhanced UD with Two-Stage Generic- to Individual-Language Finetuning [18.71574180551552]
IWPT 2021共有タスクへのコントリビューションについて述べる。我々のメインシステムコンポーネントはハイブリッドツリーグラフであり、スプレッドツリーに存在しないグラフエッジを付加した拡張グラフに対して、スプレッドツリーの予測を統合する。
論文参考訳（メタデータ） (2021-07-14T18:00:08Z)
The DCU-EPFL Enhanced Dependency Parser at the IWPT 2021 Shared Task [19.98425994656106]
We describe the multitask-EPFL submit to the IWPT 2021 Shared Task on Parsing into Enhanced Universal Dependencies。このタスクは、セマンティック構造を表現するためにより円滑に設計された基本依存性ツリーの拡張である拡張グラフのパースを含む。評価は17言語29のツリーバンクで行われ、参加者は生文字列から始まる各言語からデータを解析する必要がある。
論文参考訳（メタデータ） (2021-07-05T12:42:59Z)
Automated Concatenation of Embeddings for Structured Prediction [75.44925576268052]
本稿では, 埋め込みの自動結合(ACE)を提案し, 構造予測タスクにおける埋め込みのより優れた結合を見つけるプロセスを自動化する。我々は、強化学習の戦略に従い、制御器のパラメータを最適化し、タスクモデルの精度に基づいて報酬を計算する。
論文参考訳（メタデータ） (2020-10-10T14:03:20Z)
Automatic Extraction of Rules Governing Morphological Agreement [103.78033184221373]
原文から第一パス文法仕様を抽出する自動フレームワークを開発する。我々は、世界の多くの言語の文法の中核にあるモルフォシンタクティックな現象である合意を記述する規則の抽出に焦点をあてる。我々のフレームワークはUniversal Dependenciesプロジェクトに含まれるすべての言語に適用され、有望な結果が得られます。
論文参考訳（メタデータ） (2020-10-02T18:31:45Z)
Enhanced Universal Dependency Parsing with Second-Order Inference and Mixture of Training Data [48.8386313914471]
本稿では,テキストIWPT 2020共有タスクに使用するシステムについて述べる。低リソースのタミルコーパスでは、タミルの訓練データを他の言語と特別に混合し、タミルの性能を大幅に改善する。
論文参考訳（メタデータ） (2020-06-02T06:42:22Z)
K{\o}psala: Transition-Based Graph Parsing via Efficient Training and Effective Encoding [13.490365811869719]
We present Kopsala, the Copenhagen-Uppsala system for the Enhanced Universal Dependencies Shared Task at IWPT 2020。当社のシステムは,拡張解析以外のすべてを対象として,既製のモデルで構成されたパイプラインであり,後者はCheなどから適応した遷移グラフである。平均的なELASによると、統一パイプラインはRepresentation ParsingとEnhanced Universal Dependenciesの両方に有効であることを示す。
論文参考訳（メタデータ） (2020-05-25T13:17:09Z)

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。