論文の概要: Informal Persian Universal Dependency Treebank
- arxiv url: http://arxiv.org/abs/2201.03679v1
- Date: Mon, 10 Jan 2022 22:33:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-12 20:21:26.160301
- Title: Informal Persian Universal Dependency Treebank
- Title(参考訳): 非公式なペルシャの普遍依存ツリーバンク
- Authors: Roya Kabiri, Simin Karimi, Mihai Surdeanu
- Abstract要約: 本稿では,フォーマルペルシャとフォーマルペルシャの音韻学的・形態学的・統語的区別について述べる。
我々は,Universal Dependencyスキームにアノテートされた新しいツリーバンクであるInformal Persian Universal Dependency Treebankを開発した。
- 参考スコア(独自算出の注目度): 19.359203472636835
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents the phonological, morphological, and syntactic
distinctions between formal and informal Persian, showing that these two
variants have fundamental differences that cannot be attributed solely to
pronunciation discrepancies. Given that informal Persian exhibits particular
characteristics, any computational model trained on formal Persian is unlikely
to transfer well to informal Persian, necessitating the creation of dedicated
treebanks for this variety. We thus detail the development of the open-source
Informal Persian Universal Dependency Treebank, a new treebank annotated within
the Universal Dependencies scheme. We then investigate the parsing of informal
Persian by training two dependency parsers on existing formal treebanks and
evaluating them on out-of-domain data, i.e. the development set of our informal
treebank. Our results show that parsers experience a substantial performance
drop when we move across the two domains, as they face more unknown tokens and
structures and fail to generalize well. Furthermore, the dependency relations
whose performance deteriorates the most represent the unique properties of the
informal variant. The ultimate goal of this study that demonstrates a broader
impact is to provide a stepping-stone to reveal the significance of informal
variants of languages, which have been widely overlooked in natural language
processing tools across languages.
- Abstract(参考訳): 本稿では,形式的ペルシャ語と形式的ペルシャ語の音韻的,形態的,統語論的区別について述べる。
非公式なペルシャ語が特定の特徴を示すことを考えると、公式なペルシャ語で訓練された計算モデルは、非公式なペルシャ語にうまく移行することはありそうにない。
そこで我々は,Universal Dependenciesスキームにアノテートされた新しいツリーバンクであるInformal Persian Universal Dependency Treebankの開発について詳述する。
次に,2つの係り受けパーサを既存の形式ツリーバンクにトレーニングし,ドメイン外データ,すなわち非公式ツリーバンクの開発セット上で評価することで,非公式ペルシャの構文解析について検討した。
以上の結果から,より未知のトークンや構造に直面するため,パーサは2つの領域を移動すると大幅な性能低下を経験することがわかった。
さらに、性能が劣化する依存性関係は、非公式な変種の特徴を最も表している。
この研究の最終的な目標は、言語全体にわたる自然言語処理ツールで広く見過ごされてきた非公式な変種言語の重要性を明らかにするための足掛かりを提供することである。
関連論文リスト
- Dependency Annotation of Ottoman Turkish with Multilingual BERT [0.0]
本研究では,トルコ語で最初の依存ツリーバンクに対する事前訓練された大規模言語モデルに基づくアノテーション手法を提案する。
結果として得られたツリーバンクは、オスマン帝国の文書を自動解析し、この歴史的遺産に埋め込まれた言語的豊かさを解放する。
論文 参考訳(メタデータ) (2024-02-22T17:58:50Z) - Retrieval-based Disentangled Representation Learning with Natural
Language Supervision [61.75109410513864]
本稿では,VDR(Vocabulary Disentangled Retrieval)を提案する。
提案手法では,両エンコーダモデルを用いて語彙空間におけるデータと自然言語の両方を表現する。
論文 参考訳(メタデータ) (2022-12-15T10:20:42Z) - Transparency Helps Reveal When Language Models Learn Meaning [71.96920839263457]
合成データを用いた体系的な実験により,すべての表現が文脈に依存しない意味を持つ言語では,自己回帰型とマスキング型の両方の言語モデルが,表現間の意味的関係をエミュレートする。
自然言語に目を向けると、特定の現象(参照不透明さ)による実験は、現在の言語モデルが自然言語の意味論をうまく表現していないという証拠を増大させる。
論文 参考訳(メタデータ) (2022-10-14T02:35:19Z) - LyS_ACoru\~na at SemEval-2022 Task 10: Repurposing Off-the-Shelf Tools
for Sentiment Analysis as Semantic Dependency Parsing [10.355938901584567]
本稿では,バイファイン・セマンティック・依存性を用いた構造化感情分析の課題に対処する。
i)1つのツリーバンクでのトレーニング、(ii)異なる言語から来るツリーバンクのトレーニングによってセットアップを緩和する。
i) 他の言語で利用可能なツリーバンクを単語レベルで翻訳して、騒々しく、文法的にも、注釈付きのデータを得る。
評価後の段階では、英語のすべてのツリーを単純にマージする言語間モデルも訓練した。
論文 参考訳(メタデータ) (2022-04-27T10:21:28Z) - A Latent-Variable Model for Intrinsic Probing [94.61336186402615]
固有プローブ構築のための新しい潜在変数定式化を提案する。
我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
論文 参考訳(メタデータ) (2022-01-20T15:01:12Z) - Towards Zero-shot Language Modeling [90.80124496312274]
人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。
類型的に多様な訓練言語のサンプルからこの分布を推測する。
我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
論文 参考訳(メタデータ) (2021-08-06T23:49:18Z) - Linguistic dependencies and statistical dependence [76.89273585568084]
文脈における単語の確率を推定するために,事前学習した言語モデルを用いる。
最大CPMI木は非文脈PMI推定値から抽出した木よりも言語的依存関係によく対応していることがわかった。
論文 参考訳(メタデータ) (2021-04-18T02:43:37Z) - The Persian Dependency Treebank Made Universal [3.4410212782758047]
このツリーバンクには29107の文がある。
我々のデータは、ペルシアのユニバーサル依存ツリーバンク(Seraji et al., 2016)よりもユニバーサル依存と互換性がある。
我々のデレシカル化されたペルシア語から英語への移動実験は、データに基づいてトレーニングされた解析モデルは、Serajiらより2%精度が高いことを示している。
論文 参考訳(メタデータ) (2020-09-21T22:34:13Z) - I3rab: A New Arabic Dependency Treebank Based on Arabic Grammatical
Theory [0.0]
本稿では,従来のアラビア語文法理論とアラビア語の特徴に基づいて,新たなアラビア語依存ツリーバンクを構築することを目的とする。
提案されたアラビア語依存ツリーバンクはI3rabと呼ばれ、2つの主要な概念で既存のアラビア語依存ツリーバンクとは対照的である。
論文 参考訳(メタデータ) (2020-07-11T13:34:44Z) - Discrete Variational Attention Models for Language Generation [51.88612022940496]
本稿では,言語における離散性に起因する注意機構のカテゴリー分布を考慮した離散的変動注意モデルを提案する。
離散性の特質により,提案手法の訓練は後部崩壊に支障を来さない。
論文 参考訳(メタデータ) (2020-04-21T05:49:04Z)
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。