Fugu-MT 論文翻訳(概要): Inter-Sense: An Investigation of Sensory Blending in Fiction

論文の概要: Inter-Sense: An Investigation of Sensory Blending in Fiction

arxiv url: http://arxiv.org/abs/2110.09710v1
Date: Tue, 19 Oct 2021 03:25:26 GMT
ステータス: 処理完了
システム内更新日: 2021-10-21 00:13:29.948599
Title: Inter-Sense: An Investigation of Sensory Blending in Fiction
Title（参考訳）: インターセンス:フィクションにおける感覚ブレンドの検討
Authors: Roxana Girju and Charlotte Lambert
Abstract要約: 本研究は,8,000冊以上のフィクションの大規模なコーパスにおいて,視覚,聴覚,触覚,味覚,嗅覚の英文感覚記述者の意味的構造について報告する。本稿では,これらの記述子を識別・抽出するために,分散-意味的単語埋め込みに基づく大規模テキストデータ駆動方式を提案する。これらの知見は、概念の獲得と表現に関する研究、および知覚経験の知覚空間をよりよく理解することの恩恵を受けるアプリケーションに関係している。
参考スコア（独自算出の注目度）: 0.40611352512781856
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study reports on the semantic organization of English sensory descriptors of the five basic senses of sight, hearing, touch, taste, and smell in a large corpus of over 8,000 fiction books. We introduce a large-scale text data-driven approach based on distributional-semantic word embeddings to identify and extract these descriptors as well as analyze their mixing interconnections in the resulting conceptual and sensory space. The findings are relevant for research on concept acquisition and representation, as well as for applications that can benefit from a better understanding of perceptual spaces of sensory experiences, in fiction, in particular, and in language in general.
Abstract（参考訳）: 本研究では,視覚,聴覚,触覚,味覚,嗅覚の5つの基本感覚の英国感覚記述者の意味的構成について,8000冊以上のフィクション書籍の大きなコーパスで報告する。本稿では,分布論的単語埋め込みに基づく大規模テキストデータ駆動アプローチを導入し,これらの記述子を識別・抽出し,それらの概念的・知覚的な空間における混合相互関係を解析する。この発見は、概念の獲得と表現に関する研究や、知覚経験の知覚空間、フィクション、特にフィクション、および言語全般のより良い理解から恩恵を受けることができるアプリケーションに関係している。

関連論文リスト

To Word Senses and Beyond: Inducing Concepts with Contextualized Language Models [0.9176056742068812]
多義語と同義語は語彙的あいまいさの重要な面である。本稿では,単語間のソフトクラスタリングを学習する教師なしタスクである概念誘導について紹介する。本稿では,局所レンマ中心の視点と大域的相互関係の視点を両立する概念誘導手法を提案する。
論文参考訳（メタデータ） (2024-06-28T17:07:06Z)
A Survey on Lexical Ambiguity Detection and Word Sense Disambiguation [0.0]
本稿では自然言語処理(NLP)分野における言語におけるあいまいさの理解と解決に焦点を当てた手法について検討する。ディープラーニング技術から、WordNetのような語彙的リソースや知識グラフの活用まで、さまざまなアプローチを概説している。本研究は, 感覚アノテートコーパスの不足, 非公式な臨床テキストの複雑さなど, この分野における永続的な課題を明らかにした。
論文参考訳（メタデータ） (2024-03-24T12:58:48Z)
Measuring Meaning Composition in the Human Brain with Composition Scores from Large Language Models [53.840982361119565]
コンポジションスコアは、文理解中に意味合成の度合いを定量化するために設計された、新しいモデルに基づく計量である。実験結果から, 単語の頻度, 構造処理, 単語に対する一般感性に関連する脳クラスタとの関連が示唆された。
論文参考訳（メタデータ） (2024-03-07T08:44:42Z)
Semantic Specialization for Knowledge-based Word Sense Disambiguation [12.573927420408365]
知識に基づくWord Sense Disambiguation (WSD) のための有望なアプローチは、ある文中の対象語に対して計算された単語に最も近い文脈的埋め込みを持つ感覚を選択することである。本稿では,文脈適応型埋め込みを語彙知識のみを用いてWSDタスクに適応させるWSDのセマンティック・スペシャライゼーションを提案する。
論文参考訳（メタデータ） (2023-04-22T07:40:23Z)
An Informational Space Based Semantic Analysis for Scientific Texts [62.997667081978825]
本稿では、意味分析のための計算手法と、短い科学的テキストの意味の定量化について紹介する。科学的意味の表現は、心理的特性ではなく、状況表現を置き換えることで標準化される。本研究は,テキストの意味の幾何学的表現の基礎となる研究である。
論文参考訳（メタデータ） (2022-05-31T11:19:32Z)
Exploring the Sensory Spaces of English Perceptual Verbs in Natural Language Data [0.40611352512781856]
エージェント対経験的区別から分析された英語の最も頻繁な知覚動詞に着目した。本研究では,分散-意味的単語埋め込みとクラスタリングモデルに基づくデータ駆動型アプローチについて報告する。
論文参考訳（メタデータ） (2021-10-19T03:58:44Z)
Large Scale Substitution-based Word Sense Induction [48.49573297876054]
本稿では,事前学習されたマスキング言語モデル(MLM)に基づく単語センス誘導手法を提案する。その結果、コーパス由来の感覚インベントリに基づいて感覚タグ付けされ、各感覚が指示語に関連付けられているコーパスとなる。本手法を用いた英語ウィキペディアの評価では,Babelfy などの WSD 手法と比較しても,誘導された感覚とインスタンスごとの感覚代入の両方が高品質であることがわかった。
論文参考訳（メタデータ） (2021-10-14T19:40:37Z)
Accessible Visualization via Natural Language Descriptions: A Four-Level Model of Semantic Content [6.434361163743876]
可視化の自然言語記述によって伝達されるセマンティックコンテンツの概念モデルを提案する。視覚障害者30名,視覚障害者90名を対象に,混合手法による評価を行い,どのセマンティック・コンテンツが最も有用か,それぞれに有意差が認められた。
論文参考訳（メタデータ） (2021-10-08T23:37:25Z)
YouRefIt: Embodied Reference Understanding with Language and Gesture [95.93218436323481]
具体的参照の理解について研究する。あるエージェントは、言語とジェスチャーの両方を使用して、共有された物理的環境でオブジェクトを別のエージェントに参照する。クラウドソースされたYouRefItデータセットには、432の屋内シーンで4,195のユニークな参照クリップが含まれている。
論文参考訳（メタデータ） (2021-09-08T03:27:32Z)
Constellation: Learning relational abstractions over objects for compositional imagination [64.99658940906917]
静的な視覚シーンのリレーショナル抽象化を学習するネットワークであるConstellationを紹介する。この研究は、視覚的関係を明確に表現し、それらを複雑な認知手続きに使用するための第一歩である。
論文参考訳（メタデータ） (2021-07-23T11:59:40Z)
Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
論文参考訳（メタデータ） (2021-06-23T18:12:58Z)

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。