論文の概要: Kicktionary-LOME: A Domain-Specific Multilingual Frame Semantic Parsing
Model for Football Language
- arxiv url: http://arxiv.org/abs/2108.05575v1
- Date: Thu, 12 Aug 2021 07:47:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-14 00:43:39.505689
- Title: Kicktionary-LOME: A Domain-Specific Multilingual Frame Semantic Parsing
Model for Football Language
- Title（参考訳）: Kicktionary-LOME: ドメイン特有な多言語フレーム意味解析モデル
- Authors: Gosse Minnema
- Abstract要約: 本稿では,LOMEフレームセマンティック解析モデルの適応版を紹介する。
ドメイン固有のフレームネットリソースに従って自動的にテキストに注釈を付けることができる。
- 参考スコア（独自算出の注目度）: 3.04585143845864
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This technical report introduces an adapted version of the LOME frame
semantic parsing model (Xia et al., EACL 2021) which is capable of
automatically annotating texts according to the "Kicktionary" domain-specific
framenet resource. Several methods for training a model even with limited
available training data are proposed. While there are some challenges for
evaluation related to the nature of the available annotations, preliminary
results are very promising, with the best model reaching F1-scores of 0.83
(frame prediction) and 0.81 (semantic role prediction).
- Abstract（参考訳）: この技術報告では、"Kicktionary"ドメイン固有のフレームネットリソースに従って自動的にテキストを注釈付けできるLOMEフレーム意味解析モデル(Xia et al., EACL 2021)の適応版を紹介する。
利用可能なトレーニングデータに制限のあるモデルでもトレーニングする方法がいくつか提案されている。
利用可能なアノテーションの性質に関する評価にはいくつかの課題があるが、事前の結果は非常に有望であり、最良のモデルはF1スコア0.83(フレーム予測)と0.81(セマンティックロール予測)に達する。
関連論文リスト
- Exploring Multiple Strategies to Improve Multilingual Coreference Resolution in CorefUD [0.0]
本稿では,エンド・ツー・エンドのニューラル・コアス・リゾリューションシステムについて述べる。
まず、モノリンガルとクロスリンガルのバリエーションを含む強力なベースラインモデルを構築します。
多様な言語文脈における性能向上のためのいくつかの拡張を提案する。
論文 参考訳（メタデータ） (2024-08-29T20:27:05Z) - Cross-domain Chinese Sentence Pattern Parsing [67.1381983012038]
文パターン構造解析(SPS)は、主に言語教育に使用される構文解析法である。
既存のSPSは教科書のコーパスに大きく依存しており、クロスドメイン機能に欠ける。
本稿では,大規模言語モデル(LLM)を自己学習フレームワーク内で活用する革新的な手法を提案する。
論文 参考訳（メタデータ） (2024-02-26T05:30:48Z) - Multilingual Conceptual Coverage in Text-to-Image Models [98.80343331645626]
コンセプチュアル・カバー・アクロス言語(Conceptual Coverage Across Languages, CoCo-CroLa)とは、任意の生成的テキスト・画像システムにおいて、有形名詞の観点から学習言語に多言語対応を提供する程度をベンチマークする手法である。
各モデルについて、ソースコード中の一連の有形名詞に生成される画像の集団と、対象言語に翻訳された各名詞に生成された画像の集団とを比較することにより、ソース言語に対して与えられた対象言語の「概念的カバレッジ」を評価することができる。
論文 参考訳（メタデータ） (2023-06-02T17:59:09Z) - Unsupervised Domain Adaptation of a Pretrained Cross-Lingual Language
Model [58.27176041092891]
最近の研究は、大規模未ラベルテキストに対する言語間言語モデルの事前学習が、大幅な性能向上をもたらすことを示唆している。
本稿では,絡み合った事前学習した言語間表現からドメイン固有の特徴を自動的に抽出する,教師なし特徴分解手法を提案する。
提案モデルでは、相互情報推定を利用して、言語間モデルによって計算された表現をドメイン不変部分とドメイン固有部分に分解する。
論文 参考訳（メタデータ） (2020-11-23T16:00:42Z) - Unsupervised Paraphrasing with Pretrained Language Models [85.03373221588707]
教師なし環境で,事前学習した言語モデルを用いて高品質なパラフレーズを生成する訓練パイプラインを提案する。
提案手法は,タスク適応,自己スーパービジョン,動的ブロッキング(Dynamic Blocking)という新しい復号アルゴリズムから構成される。
提案手法は,Quora Question PairとParaNMTの両方のデータセット上で,最先端の性能を達成できることを示す。
論文 参考訳（メタデータ） (2020-10-24T11:55:28Z) - Pre-training Multilingual Neural Machine Translation by Leveraging
Alignment Information [72.2412707779571]
mRASPは、汎用多言語ニューラルマシン翻訳モデルを事前訓練するためのアプローチである。
我々は,低,中,豊かな資源を含む多種多様な環境における42の翻訳方向の実験を行い,エキゾチックな言語対への変換を行った。
論文 参考訳（メタデータ） (2020-10-07T03:57:54Z) - Grounded Compositional Outputs for Adaptive Language Modeling [59.02706635250856]
言語モデルの語彙$-$典型的にはトレーニング前に選択され、後で永久に固定される$-$は、そのサイズに影響します。
言語モデルのための完全合成出力埋め込み層を提案する。
我々の知る限り、この結果はトレーニング語彙に依存しないサイズを持つ最初の単語レベル言語モデルである。
論文 参考訳（メタデータ） (2020-09-24T07:21:14Z) - FiSSA at SemEval-2020 Task 9: Fine-tuned For Feelings [2.362412515574206]
本稿では,スペイン語と英語の混在するソーシャルメディアデータを用いた感情分類手法を提案する。
単言語モデルと多言語モデルの両方を標準微調整法を用いて検討する。
2段階の微調整により、ベースモデルよりも感情分類性能が向上するが、大規模多言語XLM-RoBERTaモデルではF1スコアが最適である。
論文 参考訳（メタデータ） (2020-07-24T14:48:27Z)
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。