Fugu-MT 論文翻訳(概要): Architectures of Meaning, A Systematic Corpus Analysis of NLP Systems

論文の概要: Architectures of Meaning, A Systematic Corpus Analysis of NLP Systems

arxiv url: http://arxiv.org/abs/2107.08124v1
Date: Fri, 16 Jul 2021 21:10:43 GMT
ステータス: 処理完了
システム内更新日: 2021-07-21 10:04:44.902400
Title: Architectures of Meaning, A Systematic Corpus Analysis of NLP Systems
Title（参考訳）: nlpシステムの体系的コーパス分析における意味のアーキテクチャ
Authors: Oskar Wysocki, Malina Florea, Donal Landers and Andre Freitas
Abstract要約: このフレームワークはSemevalタスクの完全なコーパスで検証されている。これは、大部分が動的で指数関数的に成長する場を解釈する体系的なメカニズムを提供する。
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 paper proposes a novel statistical corpus analysis framework targeted towards the interpretation of Natural Language Processing (NLP) architectural patterns at scale. The proposed approach combines saturation-based lexicon construction, statistical corpus analysis methods and graph collocations to induce a synthesis representation of NLP architectural patterns from corpora. The framework is validated in the full corpus of Semeval tasks and demonstrated coherent architectural patterns which can be used to answer architectural questions on a data-driven fashion, providing a systematic mechanism to interpret a largely dynamic and exponentially growing field.
Abstract（参考訳）: 本稿では,自然言語処理(NLP)アーキテクチャを大規模に解釈することを目的とした,新しい統計コーパス解析フレームワークを提案する。提案手法は,Saturation-based lexicon construction,statistical corpus analysis method, graph collocations を組み合わせて,NLPアーキテクチャパターンのコーパスからの合成表現を誘導する。このフレームワークはSemevalタスクの完全なコーパスで検証され、データ駆動方式でアーキテクチャ上の問題に答えるために使用できる一貫性のあるアーキテクチャパターンを示し、大きく動的で指数関数的に成長する分野を解釈するための体系的なメカニズムを提供する。

関連論文リスト

Mathematical Derivation Graphs: A Task for Summarizing Equation Dependencies in STEM Manuscripts [1.1961645395911131]
本稿では,STEM論文における数学的表現間の依存関係関係の理解に向けた最初のステップについて述べる。我々のデータセットは、arXivコーパスのランダムサンプリングから得られたものであり、107個のSTEM原稿の解析を含んでいる。分析モデルとNLPモデルを総合的に評価し,各項目の導出関係を同定・抽出する能力を評価する。
論文参考訳（メタデータ） (2024-10-26T16:52:22Z)
Customized Information and Domain-centric Knowledge Graph Construction with Large Language Models [0.0]
本稿では,構造化情報へのタイムリーなアクセスを実現するための知識グラフに基づく新しいアプローチを提案する。本フレームワークは,情報検索,キーフレーズ抽出,セマンティックネットワーク生成,トピックマップ可視化などを含むテキストマイニングプロセスを含む。当社の方法論を自動車電気システムの領域に適用して,スケーラブルなアプローチを実証する。
論文参考訳（メタデータ） (2024-09-30T07:08:28Z)
Interactive Topic Models with Optimal Transport [75.26555710661908]
ラベル名監視型トピックモデリングのためのアプローチとして,EdTMを提案する。 EdTMは、LM/LLMベースのドキュメントトピック親和性を活用しながら、代入問題としてのトピックモデリングをモデル化する。
論文参考訳（メタデータ） (2024-06-28T13:57:27Z)
Unsupervised Graph Neural Architecture Search with Disentangled Self-supervision [51.88848982611515]
教師なしグラフニューラルアーキテクチャサーチは、文献では未発見のままである。本稿では,Distangled Self-supervised Graph Neural Architecture Searchモデルを提案する。我々のモデルは、教師なしの方法で、いくつかのベースライン手法に対して最先端のパフォーマンスを達成することができる。
論文参考訳（メタデータ） (2024-03-08T05:23:55Z)
An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。応用例としては、メタ理論的性質の形式的解析と検証がある。
論文参考訳（メタデータ） (2023-12-08T09:32:26Z)
Constructing Word-Context-Coupled Space Aligned with Associative Knowledge Relations for Interpretable Language Modeling [0.0]
事前訓練された言語モデルにおけるディープニューラルネットワークのブラックボックス構造は、言語モデリングプロセスの解釈可能性を大幅に制限する。解釈不能なニューラル表現と解釈不能な統計論理のアライメント処理を導入することで,ワードコンテキスト結合空間(W2CSpace)を提案する。我々の言語モデルは,関連する最先端手法と比較して,優れた性能と信頼性の高い解釈能力を実現することができる。
論文参考訳（メタデータ） (2023-05-19T09:26:02Z)
Nested Named Entity Recognition as Holistic Structure Parsing [92.8397338250383]
本研究は,文中の全入れ子NEを全体構造としてモデル化し,全体構造解析アルゴリズムを提案する。実験により、我々のモデルは、最先端にアプローチしたり、あるいは達成したりするような、広く使われているベンチマークで有望な結果が得られることが示された。
論文参考訳（メタデータ） (2022-04-17T12:48:20Z)
Design considerations for a hierarchical semantic compositional framework for medical natural language understanding [3.7003326903946756]
NLP性能曲線を跳躍する試みとして,人間の認知のメカニズムにインスパイアされた枠組みについて述べる。セマンティックメモリ、セマンティックコンポジション、セマンティックアクティベーションを含む4つの重要な側面からの洞察について述べる。本稿では,自由文文を意味の論理的表現に変換するための生成意味モデルと関連する意味モデルの設計について論じる。
論文参考訳（メタデータ） (2022-04-05T09:04:34Z)
Structural Landmarking and Interaction Modelling: on Resolution Dilemmas in Graph Classification [50.83222170524406]
解法ジレンマの統一概念に基づくグラフ分類における本質的難易度の研究」構造ランドマークと相互作用モデリングのためのインダクティブニューラルネットワークモデルSLIM'を提案する。
論文参考訳（メタデータ） (2020-06-29T01:01:42Z)
Neural Entity Linking: A Survey of Models Based on Deep Learning [82.43751915717225]
本調査では,2015年以降に開発されたニューラルエンティティリンク(EL)システムの包括的記述について報告する。その目標は、ニューラルエンティティリンクシステムの設計機能を体系化し、それらのパフォーマンスを一般的なベンチマーク上の注目すべき古典的手法と比較することである。この調査はエンティティリンクの応用に焦点をあて、最近出現した、深い事前訓練されたマスキング言語モデルを強化するユースケースに焦点を当てている。
論文参考訳（メタデータ） (2020-05-31T18:02:26Z)
Exploring Probabilistic Soft Logic as a framework for integrating top-down and bottom-up processing of language in a task context [0.6091702876917279]
このアーキテクチャは既存のNLPコンポーネントを統合し、8段階の言語モデリングの候補分析を生成する。このアーキテクチャは、形式レベルでの表現形式としてUniversal Dependencies (UD) と、学習者回答のセマンティックな分析を表現するための抽象的意味表現 (AMR) に基づいて構築されている。
論文参考訳（メタデータ） (2020-04-15T11:00:07Z)

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。