Fugu-MT 論文翻訳(概要): Exploratory Data Analysis of Urdu Poetry

論文の概要: Exploratory Data Analysis of Urdu Poetry

arxiv url: http://arxiv.org/abs/2112.02145v1
Date: Fri, 3 Dec 2021 20:06:11 GMT
ステータス: 処理完了
システム内更新日: 2021-12-07 15:31:06.024682
Title: Exploratory Data Analysis of Urdu Poetry
Title（参考訳）: ウルドゥー詩の探索的データ分析
Authors: Shahid Rabbani and Zahid Ahmed Qureshi
Abstract要約: 本研究は、他の形態よりも人気を博し、賞賛されるウルドゥ・ガザルの主な特徴を探求する。愛、自然、鳥、花などを表現する言葉の種類については、詳しく説明されている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The study presented here provides numerical insight into ghazal -- the most appreciated genre in Urdu poetry. Using 48,761 poetic works from 4,754 poets produced over a period of 800 years, this study explores the main features of Urdu ghazal that make it popular and admired more than other forms. A detailed explanation is provided as to the types of words used for expressing love, nature, birds, and flowers etc. Also considered is the way in which the poets addressed their loved ones in their poetry. The style of poetry is numerically analyzed using Multi Dimensional Scaling to reveal the lexical diversity and similarities/differences between the different poetic works that have drawn the attention of critics, such as Iqbal and Ghalib, Mir Taqi Mir and Mir Dard. The analysis produced here is particularly helpful for research in computational stylistics, neurocognitive poetics, and sentiment analysis.
Abstract（参考訳）: この研究は、ウルドゥー詩で最も評価されたジャンルであるガーザルに関する数値的な洞察を与える。 800年にわたって制作された4,754人の詩人の48,761点の詩的作品を用いて、ウルドゥ・ガザルが他の形式よりも人気を博し、賞賛される主な特徴を考察した。愛、自然、鳥、花などを表現するのに使われる言葉の種類について詳細な説明がある。また、歌人が自分の好きな詩に話しかける方法も考えられている。詩のスタイルは多次元スケーリングを用いて数値的に分析され、イクバルやガリブ、ミール・タカイ・ミール、ミール・ダードといった批評家の注意を引いた異なる詩作品間の語彙的多様性と類似性や相違を明らかにする。ここで得られた分析は、特に計算スタイリスティックス、神経認知的詩学、感情分析の研究に有用である。

関連論文リスト

A Computational Approach to Style in American Poetry [19.41186389974801]
我々は,アメリカの詩のスタイルを評価し,詩集を相互に視覚化する手法を開発した。質的な詩批評は、様々な正書法、構文、音韻の特徴を分析するメトリクスの開発を導くのに役立ちました。本手法は,テキストの学術研究,詩に対する直感的な個人的反応の研究,およびお気に入りの詩に基づいた読者への推薦に有効である。
論文参考訳（メタデータ） (2023-10-13T18:49:14Z)
Ashaar: Automatic Analysis and Generation of Arabic Poetry Using Deep Learning Approaches [7.021140304091526]
本稿では,アラビア詩の分析・生成に特化して設計されたデータセットと事前学習モデルの集合を含むtextitAshaar というフレームワークを紹介する。提案手法で確立されたパイプラインは, メーター, テーマ, 年代分類など, 詩の様々な側面を包含する。この取り組みの一環として、詩生成のためのデータセットと、診断のためのデータセットと、Arudiスタイルの予測のためのデータセットを4つ提供します。
論文参考訳（メタデータ） (2023-07-12T15:07:16Z)
A Method to Judge the Style of Classical Poetry Based on Pre-trained Model [13.899056358137287]
本論文は、現在最も完璧な漢詩のデータセットを構築し、このデータセットに基づいて、BART-poem事前学習モデルを訓練し、一般に適用可能な詩風判断法を推し進めている。実験の結果、テストされた詩文の判断結果は、基本的には以前の王朝の批判者による結論と一致し、清州氏の前衛的な判断を検証し、唐宋の詩文認識の課題を解き明かした。
論文参考訳（メタデータ） (2022-11-09T03:11:15Z)
Generation of Chinese classical poetry based on pre-trained model [1.6114012813668934]
本稿では,主にBARTやその他の事前学習モデルを用いて,韻律的詩文を生成する。一連のAI詩のチューリング問題を開発し、詩や詩を書く研究者のグループによってレビューされた。著者が研究した詩文生成のモデルは、先進的な学者と区別できない作品を一般化している。
論文参考訳（メタデータ） (2022-11-04T16:05:31Z)
PoeLM: A Meter- and Rhyme-Controllable Language Model for Unsupervised Poetry Generation [42.12348554537587]
形式詩は詩の韻律や韻律に厳格な制約を課している。この種の詩を創作する以前の作品のほとんどは、既存の詩を監督に用いている。本稿では,任意の韻律や韻律に従って詩を生成するための教師なしアプローチを提案する。
論文参考訳（メタデータ） (2022-05-24T17:09:55Z)
Syllabic Quantity Patterns as Rhythmic Features for Latin Authorship Attribution [74.27826764855911]
我々は、ラテン散文の計算的オーサシップ属性のタスクにおいて、リズミカルな特徴を導出する基盤として、音節量を用いる。 2つの異なる機械学習手法を用いて3つの異なるデータセットを用いて実験を行い、音節量に基づくリズム特徴がラテン散文の著者の識別に有用であることを示した。
論文参考訳（メタデータ） (2021-10-27T06:25:31Z)
Urdu & Hindi Poetry Generation using Neural Networks [0.0]
この作品の目的は、ウルドゥー人、ヒンディー人詩人にオードを与え、彼らが次の詩の行を始めるのを助けることである。このような創作作品、特に文学的文脈における関心事は、アウトプットが盗作されていないことを保証することである。この作業はまた、懸念に対処し、結果のオードが入力データと正確に一致しないことを確認する。
論文参考訳（メタデータ） (2021-07-16T16:12:51Z)
Tortured phrases: A dubious writing style emerging in science. Evidence of critical issues affecting established journals [69.76097138157816]
確率的テキストジェネレータは10年以上にわたって偽の科学論文の作成に使われてきた。複雑なAIを利用した生成技術は、人間のものと区別できないテキストを生成する。一部のウェブサイトはテキストを無料で書き直し、拷問されたフレーズでいっぱいのgobbledegookを生成する。
論文参考訳（メタデータ） (2021-07-12T20:47:08Z)
CCPM: A Chinese Classical Poetry Matching Dataset [50.90794811956129]
本稿では,詩のマッチングによるモデルの意味的理解を評価するための新しい課題を提案する。この課題は、現代漢訳の漢詩では、4人の候補者の中から1行の漢詩を選ばなければならない。このデータセットを構築するために、まず中国古典詩と現代中国語の翻訳の並列データを得る。
論文参考訳（メタデータ） (2021-06-03T16:49:03Z)
Generating Major Types of Chinese Classical Poetry in a Uniformed Framework [88.57587722069239]
GPT-2に基づく漢詩の主要なタイプを生成するフレームワークを提案する。予備的な結果は、この強化されたモデルが、形も内容も質の高い大型漢詩を生成できることを示している。
論文参考訳（メタデータ） (2020-03-13T14:16:25Z)
MixPoet: Diverse Poetry Generation via Learning Controllable Mixed Latent Space [79.70053419040902]
多様な要素を吸収し,多様なスタイルを創出し,多様性を促進する新しいモデルであるMixPoetを提案する。半教師付き変分オートエンコーダに基づいて、我々のモデルは潜在空間をいくつかの部分空間に切り離し、それぞれが敵の訓練によって1つの影響因子に条件付けされる。中国詩の実験結果は、MixPoetが3つの最先端モデルに対して多様性と品質の両方を改善していることを示している。
論文参考訳（メタデータ） (2020-03-13T03:31:29Z)

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。