Fugu-MT 論文翻訳(概要): Unsupervised Discovery of Unaccusative and Unergative Verbs

論文の概要: Unsupervised Discovery of Unaccusative and Unergative Verbs

arxiv url: http://arxiv.org/abs/2111.00808v1
Date: Mon, 1 Nov 2021 10:21:58 GMT
ステータス: 処理完了
システム内更新日: 2021-11-02 14:57:06.595170
Title: Unsupervised Discovery of Unaccusative and Unergative Verbs
Title（参考訳）: 不当・不当な動詞の教師なし発見
Authors: Sharid Lo\'aiciga, Luca Bevacqua, Christian Hardmeier
Abstract要約: 本稿では,英語の非言語的・非言語的動詞を検出するための教師なし手法を提案する。これらのカテゴリーは、動詞の意味的役割を知らずに因果的・因果的交替に参加する動詞を識別することができる。
参考スコア（独自算出の注目度）: 0.6660458629649825
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We present an unsupervised method to detect English unergative and unaccusative verbs. These categories allow us to identify verbs participating in the causative-inchoative alternation without knowing the semantic roles of the verb. The method is based on the generation of intransitive sentence variants of candidate verbs and probing a language model. We obtained results on par with similar approaches, with the added benefit of not relying on annotated resources.
Abstract（参考訳）: 英語の非強制動詞と非強制動詞を教師なしで検出する手法を提案する。これらのカテゴリにより、動詞の意味的役割を知らずに、因果関係の交替に関与している動詞を識別できる。この方法は、候補動詞の非推移文変種を生成し、言語モデルを求めることに基づく。アノテーション付きリソースに依存しないというメリットも加わり,同様のアプローチと同等の結果を得た。

関連論文リスト

Testing learning hypotheses using neural networks by manipulating learning data [20.525923251193472]
ニューラルネットワーク言語モデルでは、人間が表示するものと類似した受動的制約を学習できることが示される。動詞が受動的に現れる頻度は受動性に大きな影響を及ぼすが、動詞の意味論は影響しない。
論文参考訳（メタデータ） (2024-07-05T15:41:30Z)
Language Models Can Learn Exceptions to Syntactic Rules [22.810889064523167]
人工ニューラルネットワークは、新しい文脈に生産的に一般化できることを示す。また、能動対受動音声における動詞の相対的受容性は、それらの音声における動詞の相対的受容頻度と正の相関性を示す。
論文参考訳（メタデータ） (2023-06-09T15:35:11Z)
Are Synonym Substitution Attacks Really Synonym Substitution Attacks? [80.81532239566992]
広く使われている4つの単語置換法は、文法的でない、あるいは原文の意味を保たない、多数の無効な置換語を生成することを示す。次に,無効な単語置換の検出に用いる意味的制約と文法的制約が,無効な単語置換の検出に極めて不十分であることを示す。
論文参考訳（メタデータ） (2022-10-06T12:01:50Z)
GSRFormer: Grounded Situation Recognition Transformer with Alternate Semantic Attention Refinement [73.73599110214828]
グラウンドドコンディション認識(GSR)は、人間のイベント理解のための画像の構造化されたセマンティックサマリーを生成することを目的としている。オブジェクト検出とイメージキャプションタスクにインスパイアされた既存のメソッドは、2段階のフレームワークを使用するのが一般的である。本稿では,動詞と役割の双方向関係の活用に焦点をあてた,新しい2段階フレームワークを提案する。
論文参考訳（メタデータ） (2022-08-18T17:13:59Z)
Do Trajectories Encode Verb Meaning? [22.409307683247967]
接地言語モデルは、名詞や形容詞などの具体的なカテゴリーを、画像やビデオを通じて世界に接続することを学ぶ。本稿では,対象物の位置と回転が自然に意味論的にエンコードされる範囲について検討する。トラジェクトリはいくつかの動詞(例えば転落)と相関し、自己教師付き事前学習による追加抽象は、動詞の意味のニュアンス的な違いをさらに捉えることができる。
論文参考訳（メタデータ） (2022-06-23T19:57:16Z)
Generative or Contrastive? Phrase Reconstruction for Better Sentence Representation Learning [86.01683892956144]
句再構成に基づく新たな自己教師型学習目標を提案する。我々の生成学習は、十分強力な文表現をもたらし、コントラスト学習と同等の文文類似性タスクで性能を達成することができる。
論文参考訳（メタデータ） (2022-04-20T10:00:46Z)
How Do You Do It? Fine-Grained Action Understanding with Pseudo-Adverbs [52.042261549764326]
そこで本研究では,様々な行動にまたがる副詞を認識する手法を提案する。提案手法は,複数の副詞の擬似ラベルを用いた半教師付き学習を用いる。また、副詞がきめ細かな行動とどのように関連しているかを示す。
論文参考訳（メタデータ） (2022-03-23T11:53:41Z)
Verb Knowledge Injection for Multilingual Event Processing [50.27826310460763]
動詞のセマンティック・シンタクティックな振る舞いに関する明示的な情報を注入することでLMプリトレーニングトランスフォーマーの性能が向上するかどうかを検討する。まず,動詞知識の注入が英語イベント抽出のパフォーマンス向上につながることを示す。次に、他の言語でのイベント抽出のための動詞アダプタの有用性を探ります。
論文参考訳（メタデータ） (2020-12-31T03:24:34Z)
Investigating Novel Verb Learning in BERT: Selectional Preference Classes and Alternation-Based Syntactic Generalization [22.112988757841467]
本稿では,英語動詞の2つの側面に対してBERTの少数ショット学習能力をテストするために,新しい単語学習パラダイムをデプロイする。 BERT は,新しい単語を1つないし2つの例で微調整した後,頑健な文法的一般化を行う。
論文参考訳（メタデータ） (2020-11-04T17:17:49Z)
Investigating Cross-Linguistic Adjective Ordering Tendencies with a Latent-Variable Model [66.84264870118723]
本稿では,多言語形容詞順序付けを潜在変数モデルとして,初めて純粋コーパス駆動モデルを提案する。我々は普遍的、言語横断的、階層的形容詞順序付け傾向の存在の強い確固たる証拠を提供する。
論文参考訳（メタデータ） (2020-10-09T18:27:55Z)

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。