論文の概要: Does referent predictability affect the choice of referential form? A
computational approach using masked coreference resolution
- arxiv url: http://arxiv.org/abs/2109.13105v1
- Date: Mon, 27 Sep 2021 14:54:46 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-28 20:41:47.255508
- Title: Does referent predictability affect the choice of referential form? A
computational approach using masked coreference resolution
- Title（参考訳）: 参照予測可能性は参照形式の選択に影響を与えるか?
masked coreference resolution を用いた計算手法
- Authors: Laura Aina, Xixian Liao, Gemma Boleda and Matthijs Westera
- Abstract要約: 本稿では,参照予測可能性の新しい計算量を用いた参照表現のダイナミクスについて検討する。
モデル出力と参照形式の関係に関する統計的分析は、予測可能性が参照の形式に影響を与えるという仮説を支持する。
- 参考スコア（独自算出の注目度）: 10.73926355134268
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: It is often posited that more predictable parts of a speaker's meaning tend
to be made less explicit, for instance using shorter, less informative words.
Studying these dynamics in the domain of referring expressions has proven
difficult, with existing studies, both psycholinguistic and corpus-based,
providing contradictory results. We test the hypothesis that speakers produce
less informative referring expressions (e.g., pronouns vs. full noun phrases)
when the context is more informative about the referent, using novel
computational estimates of referent predictability. We obtain these estimates
training an existing coreference resolution system for English on a new task,
masked coreference resolution, giving us a probability distribution over
referents that is conditioned on the context but not the referring expression.
The resulting system retains standard coreference resolution performance while
yielding a better estimate of human-derived referent predictability than
previous attempts. A statistical analysis of the relationship between model
output and mention form supports the hypothesis that predictability affects the
form of a mention, both its morphosyntactic type and its length.
- Abstract（参考訳）: 話者の意味のより予測可能な部分は、例えば、より短く、より情報的でない単語を使用して、より明確になる傾向があるとしばしば主張される。
これらのダイナミクスを参照表現の領域で研究することは困難であることが証明されており、既存の研究、精神言語学とコーパスに基づく研究は矛盾した結果をもたらしている。
話者が参照者についてより有益である場合、話者は情報的参照表現(例えば、代名詞対完全名詞句)をあまり生成しないという仮説を、参照者予測可能性の新しい計算的推定を用いて検証する。
提案手法は,新しいタスクにおいて既存の英語のコリファレンス解決システムを学習し,コリファレンス解決をマスキングし,文脈で条件づけされるが参照表現ではないレファレンスに対する確率分布を与える。
結果として得られたシステムは標準のコリファレンス解像度を保ちながら、以前の試みよりも人間由来のレファレント予測可能性のより良い推定を行う。
モデル出力と参照形式の関係に関する統計的分析は、予測可能性が参照の形式に影響を及ぼすという仮説を支持している。
関連論文リスト
- Rethinking Distance Metrics for Counterfactual Explainability [53.436414009687]
本研究では, 反事実を参照領域から独立して引き出すのではなく, 基礎となるデータ分布からの参照と共同してサンプリングする, 反事実生成手法のフレーミングについて検討する。
我々は、幅広い設定に適用可能な、反ファクト的な類似性のために調整された距離メートル法を導出する。
論文 参考訳（メタデータ） (2024-10-18T15:06:50Z) - On the Role of Context in Reading Time Prediction [50.87306355705826]
我々は,リアルタイム言語理解において,読者がコンテキストをどのように統合するかについて,新たな視点を提示する。
提案手法は,言語単位の処理作業が文脈内情報の内容のアフィン関数であることを示す素因的理論に基づいている。
論文 参考訳（メタデータ） (2024-09-12T15:52:22Z) - Statistical Uncertainty in Word Embeddings: GloVe-V [35.04183792123882]
本稿では,GloVeの近似的,使いやすい,スケーラブルな再構成誤差分散推定手法を提案する。
分散を伴う埋め込み(GloVe-V)の価値を示すために,本手法がコアワード埋め込みタスクにおいて,原理的仮説テストを実現する方法について述べる。
論文 参考訳（メタデータ） (2024-06-18T00:35:02Z) - Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。
提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。
複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
論文 参考訳（メタデータ） (2023-06-09T08:30:51Z) - Logical Satisfiability of Counterfactuals for Faithful Explanations in
NLI [60.142926537264714]
本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。
これは、説明に表される論理述語に基づいて、反実仮説を生成する。
そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
論文 参考訳（メタデータ） (2022-05-25T03:40:59Z) - SMURF: SeMantic and linguistic UndeRstanding Fusion for Caption
Evaluation via Typicality Analysis [20.026835809227283]
情報理論に根ざした評価の新しい定式化である「定型性」を導入する。
これらの分割された意味論と流布の次元が、キャプタの違いに関するシステムレベルの洞察をいかに与えているかを示す。
提案手法とそれらの組み合わせであるSMURFは,他のルールベース評価指標と比較した場合,人間の判断と最先端の相関が得られた。
論文 参考訳（メタデータ） (2021-06-02T19:58:20Z) - Exploring Lexical Irregularities in Hypothesis-Only Models of Natural
Language Inference [5.283529004179579]
自然言語推論(NLI)またはテキスト関連認識(RTE)は、文のペア間の関係を予測するタスクです。
包含を理解するモデルは前提と仮説の両方をエンコードするべきである。
Poliakらによる実験。
仮説でのみ観察されたパターンに対するこれらのモデルの強い好みを明らかにした。
論文 参考訳（メタデータ） (2021-01-19T01:08:06Z) - Double Robust Representation Learning for Counterfactual Prediction [68.78210173955001]
そこで本稿では, 対実予測のための2次ロバスト表現を学習するための, スケーラブルな新しい手法を提案する。
我々は、個々の治療効果と平均的な治療効果の両方に対して、堅牢で効率的な対実的予測を行う。
このアルゴリズムは,実世界の最先端技術と合成データとの競合性能を示す。
論文 参考訳（メタデータ） (2020-10-15T16:39:26Z) - Achieving Equalized Odds by Resampling Sensitive Attributes [13.114114427206678]
等価性の概念をほぼ満足する予測モデルを学習するためのフレキシブルなフレームワークを提案する。
この微分可能な関数は、モデルパラメータを等化奇数に向けて駆動するペナルティとして使用される。
本研究は,予測規則が本性質に反するか否かを検出するための公式な仮説テストを開発する。
論文 参考訳（メタデータ） (2020-06-08T00:18:34Z) - Evaluations and Methods for Explanation through Robustness Analysis [117.7235152610957]
分析による特徴に基づく説明の新たな評価基準を確立する。
我々は、緩やかに必要であり、予測に十分である新しい説明を得る。
我々は、現在の予測をターゲットクラスに移動させる一連の特徴を抽出するために、説明を拡張します。
論文 参考訳（メタデータ） (2020-05-31T05:52:05Z)
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。