論文の概要: MOVER: Mask, Over-generate and Rank for Hyperbole Generation

• arxiv url: http://arxiv.org/abs/2109.07726v1
• Date: Thu, 16 Sep 2021 05:25:13 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-17 14:03:49.764828
• Title: MOVER: Mask, Over-generate and Rank for Hyperbole Generation
• Title（参考訳）: MOVER: ハイパーブート生成のためのマスク、オーバージェネレーション、ランク
• Authors: Yunxiang Zhang, Xiaojun Wan
• Abstract要約: 文をハイパボリックなパラフレーズに変換するために, ハイパボラ生成という新しいタスクを導入する。 非自明な方法で17,862個の双曲文を含む最初の大規模双曲コーパスであるHYPO-XLを構築した。 コーパスに基づいて,並列リテラル-ハイパボールのペアを必要とせず,教師なしのハイパーボールの生成法を提案する。
• 参考スコア（独自算出の注目度）: 82.63394952538292
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite being a common figure of speech, hyperbole is under-researched with only a few studies addressing its identification task. In this paper, we introduce a new task of hyperbole generation to transfer a literal sentence into its hyperbolic paraphrase. To tackle the lack of available hyperbolic sentences, we construct HYPO-XL, the first large-scale hyperbole corpus containing 17,862 hyperbolic sentences in a non-trivial way. Based on our corpus, we propose an unsupervised method for hyperbole generation with no need for parallel literal-hyperbole pairs. During training, we fine-tune BART to infill masked hyperbolic spans of sentences from HYPO-XL. During inference, we mask part of an input literal sentence and over-generate multiple possible hyperbolic versions. Then a BERT-based ranker selects the best candidate by hyperbolicity and paraphrase quality. Human evaluation results show that our model is capable of generating hyperbolic paraphrase sentences and outperforms several baseline systems.
• Abstract（参考訳）: ハイパーボイルは音声の共通表現であるにもかかわらず、その識別タスクを扱った研究が少なからず行われている。 本稿では,リテラル文をそのハイパーボラパラフレーズに転送するハイパーボラ生成の新しいタスクを提案する。 利用可能な双曲文の欠如に対処するために,17,862個の双曲文を含む最初の大規模双曲コーパスであるhypo-xlを非自明な方法で構築する。 本稿では,並列リテラルとハイパーボイルのペアを必要とせず,教師なしのハイパーボイル生成法を提案する。 訓練中は,HyPO-XLから得られた多文のマスク付き多文を埋め込むためにBARTを微調整した。 推論中、入力リテラル文の一部をマスクし、複数の双曲バージョンを過剰に生成する。 そして、BERTベースのランク付け器は、双曲性およびパラフレーズ品質により最適な候補を選択する。 人間評価の結果,このモデルは双曲的パラフロー文を生成でき,複数のベースラインシステムよりも優れていた。

関連論文リスト

• Hyperbolic vs Euclidean Embeddings in Few-Shot Learning: Two Sides of the Same Coin [49.12496652756007]
  この結果から, 共通の双曲半径での双曲埋め込みが達成できることが示唆された。 従来のベンチマーク結果とは対照的に、ユークリッド計量を備えた固定半径エンコーダにより、より良い性能が得られることを示す。
  論文  参考訳（メタデータ） (2023-09-18T14:51:46Z)
• Image Matters: A New Dataset and Empirical Study for Multimodal Hyperbole Detection [52.04083398850383]
  私たちはWeibo(中国のソーシャルメディア)からマルチモーダル検出データセットを作成します。 Weiboのテキストとイメージを2つのモダリティとして扱い、ハイパボラ検出におけるテキストとイメージの役割を探求する。 また、このダウンストリームタスクにおいて、事前訓練された異なるマルチモーダルエンコーダの評価を行い、その性能を示す。
  論文  参考訳（メタデータ） (2023-07-01T03:23:56Z)
• Hyperbolic Convolution via Kernel Point Aggregation [4.061135251278187]
  HKConvは、まず、訓練可能な局所双曲的特徴と、双曲空間に固定されたカーネル点とを相関付ける新しい訓練可能な双曲的畳み込みである。 我々は,HKConv層を有するニューラルネットワークが,様々なタスクにおいて最先端を推し進めていることを示す。
  論文  参考訳（メタデータ） (2023-06-15T05:15:13Z)
• A Match Made in Heaven: A Multi-task Framework for Hyperbole and Metaphor Detection [27.85834441076481]
  ハイパボラとメタファーは日々のコミュニケーションで一般的である。 メタファーやハイパーボアを自動的に検出するための既存のアプローチは、これらの言語現象を独立して研究してきた。 ハイパーボラとメタファを同時に検出するマルチタスク深層学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-27T14:17:59Z)
• HRCF: Enhancing Collaborative Filtering via Hyperbolic Geometric Regularization [52.369435664689995]
  HRCF (textitHyperbolic Regularization powered Collaborative Filtering) を導入し,幾何認識型双曲正規化器を設計する。 具体的には、ルートアライメントとオリジン認識ペナルティによる最適化手順を強化する。 提案手法は,双曲的凝集による過度な平滑化問題に対処でき,モデルの識別能力も向上する。
  論文  参考訳（メタデータ） (2022-04-18T06:11:44Z)
• HypoGen: Hyperbole Generation with Commonsense and Counterfactual Knowledge [11.93269712166532]
  ハイパボールは意図的で創造的な誇張であり、文字通り取られるべきではない。 我々は,文レベルのハイパボラ生成の未探索かつ挑戦的な課題に取り組む。 我々の生成方法は、高い成功率と強度スコアで創造的に双曲を生成することができる。
  論文  参考訳（メタデータ） (2021-09-10T20:19:52Z)
• Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
  深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。 提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
  論文  参考訳（メタデータ） (2021-08-23T09:05:18Z)
• Long Text Generation by Modeling Sentence-Level and Discourse-Level Coherence [59.51720326054546]
  本稿では,デコード処理における文レベルと談話レベルにおけるプレフィックス文を表現可能な長文生成モデルを提案する。 我々のモデルは最先端のベースラインよりも一貫性のあるテキストを生成することができる。
  論文  参考訳（メタデータ） (2021-05-19T07:29:08Z)
• Unsupervised Hyperbolic Representation Learning via Message Passing Auto-Encoders [29.088604461911892]
  本稿では,教師なしタスクが双曲空間における学習表現からどのように恩恵を受けるかを分析する。 ラベルなしデータの階層構造を双曲空間でいかにうまく表現できるかを探索するために、我々は新しい双曲メッセージパッシングオートエンコーダを設計する。 提案モデルでは,メッセージパッシングにおける双曲幾何をフルに活用し,ネットワークの自動符号化を行う。
  論文  参考訳（メタデータ） (2021-03-30T03:09:53Z)

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。