論文の概要: Towards Unification of Discourse Annotation Frameworks

• arxiv url: http://arxiv.org/abs/2204.07781v1
• Date: Sat, 16 Apr 2022 11:34:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-20 08:18:22.220985
• Title: Towards Unification of Discourse Annotation Frameworks
• Title（参考訳）: 談話アノテーションフレームワークの統一に向けて
• Authors: Yingxue Fu
• Abstract要約: 我々は,異なるフレームワーク間の系統的関係を調査し,フレームワークを統一する手法を考案する。 フレームワーク統合の問題は長い間議論の的だったが、現時点では包括的なアプローチはない。 我々は、統合タスクに自動手段を使用し、構造的な複雑さと下流タスクで結果を評価する計画である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Discourse information is difficult to represent and annotate. Among the major frameworks for annotating discourse information, RST, PDTB and SDRT are widely discussed and used, each having its own theoretical foundation and focus. Corpora annotated under different frameworks vary considerably. To make better use of the existing discourse corpora and achieve the possible synergy of different frameworks, it is worthwhile to investigate the systematic relations between different frameworks and devise methods of unifying the frameworks. Although the issue of framework unification has been a topic of discussion for a long time, there is currently no comprehensive approach which considers unifying both discourse structure and discourse relations and evaluates the unified framework intrinsically and extrinsically. We plan to use automatic means for the unification task and evaluate the result with structural complexity and downstream tasks. We will also explore the application of the unified framework in multi-task learning and graphical models.
• Abstract（参考訳）: 談話情報は表現や注釈が難しい。 談話情報を注釈付けするための主要なフレームワークとして、RTT、PDTB、SDRTが広く議論され、それぞれに理論の基礎と焦点がある。 異なるフレームワークで注釈付けされたコーパスは、かなり異なる。 既存の談話コーパスをよりよく利用し、異なるフレームワークのシナジーを実現するためには、異なるフレームワーク間の系統的関係を調査し、フレームワークを統合する方法を考案する価値がある。 フレームワーク統一の問題は長い間議論の対象となっているが、現在、言論構造と言論関係の両方を統一し、内在的および外在的に統一フレームワークを評価する包括的アプローチは存在していない。 我々は、統合タスクに自動手段を使用し、構造的な複雑さと下流タスクで結果を評価する計画である。 マルチタスク学習とグラフィカルモデルにおける統一フレームワークの適用についても検討する。

関連論文リスト

• Unsupervised Mutual Learning of Dialogue Discourse Parsing and Topic Segmentation [38.956438905614256]
  修辞構造とトピック構造は、主に別々にモデル化されるか、または以前の作業で他方を補助する。 本稿では,グローバル・ローカル・コネクティビティを活用した2つの構造物の教師なし相互学習フレームワークを提案する。 また、局所コヒーレンス整合性を確保するために、グラフニューラルネットワークモデルを用いて、レトリック構造をトピック構造に組み込む。
  論文  参考訳（メタデータ） (2024-05-30T08:10:50Z)
• Automatic Alignment of Discourse Relations of Different Discourse Annotation Frameworks [5.439020425819001]
  分類作業中にラベル埋め込みを学習するための完全自動アプローチを導入する。 これらの埋め込みは、異なるフレームワークの談話関係をマッピングするために使われる。
  論文  参考訳（メタデータ） (2024-03-29T14:18:26Z)
• eRST: A Signaled Graph Theory of Discourse Relations and Organization [14.074017875514787]
  RST(Rhetorical Structure Theory)の拡張に基づく計算談話分析のための新しい理論枠組みを提案する。 このフレームワークは、木を破る、非計画的、並行的な関係を持つ談話関係グラフと、分析に説明可能な合理性を与える暗黙的、明示的な信号を含む。 我々は,200K以上のトークンを持つ12の話し言葉および書き言葉のジャンルを含む,アノテートされた英語の無料コーパスを,我々の枠組みに従って提示し,評価する。
  論文  参考訳（メタデータ） (2024-03-20T12:52:38Z)
• An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
  このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。 応用例としては、メタ理論的性質の形式的解析と検証がある。
  論文  参考訳（メタデータ） (2023-12-08T09:32:26Z)
• Dialectical Reconciliation via Structured Argumentative Dialogues [14.584998154271512]
  我々のフレームワークは,説明者(AIエージェント)と説明者(ヒューマンユーザ)の知識の相違に対処するための弁証的調和を可能にする。 我々のフレームワークは、説明可能性の重要性が重要である領域において、効果的な人間とAIの相互作用を促進するための有望な方向を提供することを示唆している。
  論文  参考訳（メタデータ） (2023-06-26T13:39:36Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Structured Attention for Unsupervised Dialogue Structure Induction [110.12561786644122]
  本稿では、構造化された注意層を離散潜在状態を持つ変化型リカレントニューラルネットワーク(VRNN)モデルに組み込んで、教師なしの方法で対話構造を学ぶことを提案する。 バニラVRNNと比較して、構造化された注意は、構造的帰納バイアスを強制しながら、ソース文の埋め込みの異なる部分にフォーカスすることができる。
  論文  参考訳（メタデータ） (2020-09-17T23:07:03Z)
• Bidirectional Graph Reasoning Network for Panoptic Segmentation [126.06251745669107]
  本稿では,BGRNet(Bidirectional Graph Reasoning Network)を導入し,前景物と背景物間のモジュラー内およびモジュラー間関係について検討する。 BGRNetはまず、インスタンスとセマンティックセグメンテーションの両方でイメージ固有のグラフを構築し、提案レベルとクラスレベルで柔軟な推論を可能にする。
  論文  参考訳（メタデータ） (2020-04-14T02:32:10Z)

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。