論文の概要: Analyzing Wrap-Up Effects through an Information-Theoretic Lens

• arxiv url: http://arxiv.org/abs/2203.17213v2
• Date: Fri, 5 Jan 2024 16:10:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-08 19:00:25.313208
• Title: Analyzing Wrap-Up Effects through an Information-Theoretic Lens
• Title（参考訳）: 情報理論レンズによるラップアップ効果の解析
• Authors: Clara Meister and Tiago Pimentel and Thomas Hikaru Clark and Ryan Cotterell and Roger Levy
• Abstract要約: 本研究は,ラップアップ効果と情報理論量との関係について検討する。 先行文脈における情報の分布は文末RTや節末RTで予測されることが多い。
• 参考スコア（独自算出の注目度）: 96.02309964375983
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Numerous analyses of reading time (RT) data have been implemented -- all in an effort to better understand the cognitive processes driving reading comprehension. However, data measured on words at the end of a sentence -- or even at the end of a clause -- is often omitted due to the confounding factors introduced by so-called "wrap-up effects," which manifests as a skewed distribution of RTs for these words. Consequently, the understanding of the cognitive processes that might be involved in these wrap-up effects is limited. In this work, we attempt to learn more about these processes by examining the relationship between wrap-up effects and information-theoretic quantities, such as word and context surprisals. We find that the distribution of information in prior contexts is often predictive of sentence- and clause-final RTs (while not of sentence-medial RTs). This lends support to several prior hypotheses about the processes involved in wrap-up effects.
• Abstract（参考訳）: 読解時間(RT)データの多種多様な分析が実施されており、読解理解を促進する認知過程の理解を深めている。しかし、文の末尾で測定されたデータは、いわゆる「ラップアップ・エフェクト(wrap-up effect)」によって引き起こされる要因のため、しばしば省略される。これはこれらの単語に対するRTのスキュード分布として表される。 したがって、これらの包み込み効果にかかわる認知過程の理解は限られている。 本研究では,これらのプロセスについて,単語や文脈の前提など,ラップアップ効果と情報理論量との関係について検討する。 先行する文脈における情報の分布は、多くの場合、文末rtsと節末rts(文中rtsではない)の予測である。 これにより、ラップアップ効果に関わるプロセスに関するいくつかの先行仮説が支持される。

関連論文リスト

• The Effect of Surprisal on Reading Times in Information Seeking and Repeated Reading [1.2062053320259833]
  我々は視線追跡データを用いて日常生活に共通する3つの言語処理体制を調べる。 処理時間に対する線形効果の存在に関する前提理論の予測は,これらの体制にまで及んでいることが判明した。 情報探索においては、そのような推定値が通常の推定値と比較して処理時間の予測能力を改善することはない。
  論文  参考訳（メタデータ） (2024-10-10T17:43:34Z)
• 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)
• Con-ReCall: Detecting Pre-training Data in LLMs via Contrastive Decoding [118.75567341513897]
  既存のメソッドは通常、ターゲットテキストを分離して分析するか、非メンバーコンテキストでのみ分析する。 Con-ReCallは、メンバと非メンバのコンテキストによって誘導される非対称な分布シフトを利用する新しいアプローチである。
  論文  参考訳（メタデータ） (2024-09-05T09:10:38Z)
• Interpretable Multimodal Out-of-context Detection with Soft Logic Regularization [21.772064939915214]
  LOGRANと呼ばれるコンテキスト外検出のための論理正規化手法を提案する。 LOGRANの主な目的は、フレーズレベルでのアウト・オブ・コンテクスト検出を分解することである。 我々は、NewsCLIPpingsデータセット上でのLOGRANの性能を評価し、競合する総合的な結果を示す。
  論文  参考訳（メタデータ） (2024-06-07T08:57:25Z)
• On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
  時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。 ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。 我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-24T08:08:05Z)
• Causal Message Passing for Experiments with Unknown and General Network Interference [5.294604210205507]
  複雑で未知のネットワーク干渉に対応する新しいフレームワークを提案する。 我々のフレームワークは因果的メッセージパッシングと呼ばれ、高次元近似的メッセージパッシング手法に基づいている。 本手法の有効性を5つの数値シナリオで示す。
  論文  参考訳（メタデータ） (2023-11-14T17:31:50Z)
• On the Effect of Anticipation on Reading Times [84.27103313675342]
  我々は単語の文脈エントロピーとして予測を運用する。 単語の読解時間に対する文脈的エントロピーの影響を示す重要な証拠が得られた。
  論文  参考訳（メタデータ） (2022-11-25T18:58:23Z)
• Did the Cat Drink the Coffee? Challenging Transformers with Generalized Event Knowledge [59.22170796793179]
  Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。 以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。 しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
  論文  参考訳（メタデータ） (2021-07-22T20:52:26Z)

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。