論文の概要: The Who in Code-Switching: A Case Study for Predicting Egyptian
Arabic-English Code-Switching Levels based on Character Profiles
- arxiv url: http://arxiv.org/abs/2208.00433v1
- Date: Sun, 31 Jul 2022 13:47:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-02 13:28:10.357479
- Title: The Who in Code-Switching: A Case Study for Predicting Egyptian
Arabic-English Code-Switching Levels based on Character Profiles
- Title（参考訳）: コードスイッチング:文字プロファイルに基づくエジプト・アラビア・英語のコードスイッチングレベル予測の事例研究
- Authors: Injy Hamed, Alia El Bolock, Cornelia Herbert, Slim Abdennadher, Ngoc
Thang Vu
- Abstract要約: コードスイッチング(英: Code-switching, CS)とは、多言語個人が1つの会話の中で言語を交互に交互に交互に行う言語現象である。
機械学習(ML)を使用して、ユーザのプロファイルに基づいて、ユーザのCSレベルを予測する。
その結果, CS行動は, 話者, 旅行経験, ニューロティシズム, 外転性性格特性の関連性が示唆された。
- 参考スコア（独自算出の注目度）: 20.746558640332953
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Code-switching (CS) is a common linguistic phenomenon exhibited by
multilingual individuals, where they tend to alternate between languages within
one single conversation. CS is a complex phenomenon that not only encompasses
linguistic challenges, but also contains a great deal of complexity in terms of
its dynamic behaviour across speakers. Given that the factors giving rise to CS
vary from one country to the other, as well as from one person to the other, CS
is found to be a speaker-dependant behaviour, where the frequency by which the
foreign language is embedded differs across speakers. While several researchers
have looked into predicting CS behaviour from a linguistic point of view,
research is still lacking in the task of predicting user CS behaviour from
sociological and psychological perspectives. We provide an empirical user
study, where we investigate the correlations between users' CS levels and
character traits. We conduct interviews with bilinguals and gather information
on their profiles, including their demographics, personality traits, and
traveling experiences. We then use machine learning (ML) to predict users' CS
levels based on their profiles, where we identify the main influential factors
in the modeling process. We experiment with both classification as well as
regression tasks. Our results show that the CS behaviour is affected by the
relation between speakers, travel experiences as well as Neuroticism and
Extraversion personality traits.
- Abstract（参考訳）: コードスイッチング(英: Code-switching, CS)は、多言語個人によって示される共通の言語現象であり、単一の会話の中で言語間で交替する傾向がある。
CSは言語的な課題を包含するだけでなく、話者間の動的振る舞いの観点からも多くの複雑さを含む複雑な現象である。
csを発生させる要因が国によって異なり、またある人によって異なることから、csは話者に依存した行動であり、外国語が埋め込まれる頻度は話者によって異なることが分かる。
数名の研究者が言語学的観点からcs行動の予測について検討しているが、社会学的、心理学的な観点からのcs行動の予測には研究が不足している。
本研究では,ユーザのCSレベルと性格特性の相関関係を実証的ユーザスタディとして検討する。
我々はバイリンガルとのインタビューを行い、その人口統計、性格特性、旅行体験などのプロファイルに関する情報を収集します。
次に、機械学習(ml)を使用して、そのプロファイルに基づいてユーザーのcsレベルを予測する。
我々は分類と回帰タスクの両方を実験する。
以上の結果から,cs行動は,話し手,旅行経験,神経症,転向性パーソナリティ特性の関係に影響されていることが示唆された。
関連論文リスト
- On the Proper Treatment of Tokenization in Psycholinguistics [53.960910019072436]
論文は、トークンレベルの言語モデルは、精神言語学研究で使用される前に、文字レベルの言語モデルにマージ化されるべきであると主張している。
興味領域自体のサブプライムよりも心理学的予測が優れている様々な焦点領域を見いだす。
論文 参考訳（メタデータ） (2024-10-03T17:18:03Z) - Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models [16.0617753653454]
本研究では,人間のパフォーマンスとSSLモデルの比較分析を行った。
また、モデルと人間のSER能力を発話レベルとセグメントレベルの両方で比較する。
その結果,適切な知識伝達を行うモデルでは,対象言語に適応し,ネイティブ話者に匹敵する性能が得られることがわかった。
論文 参考訳（メタデータ） (2024-09-25T13:27:17Z) - Unveiling Language Competence Neurons: A Psycholinguistic Approach to Model Interpretability [2.672177830116334]
本研究では,3つの課題にまたがる言語モデルにおけるニューロンレベルの表現について,心理言語学的パラダイムを用いて検討する。
以上の結果から,GPT-2-XLは音形課題に苦しむ一方で,音性関連と暗黙の因果性の両方において,人間のような能力を示すことが示唆された。
論文 参考訳（メタデータ） (2024-09-24T07:40:33Z) - Multilingual Dyadic Interaction Corpus NoXi+J: Toward Understanding Asian-European Non-verbal Cultural Characteristics and their Influences on Engagement [6.984291346424792]
我々は,非言語的特徴の多言語計算分析を行い,その係り受け予測における役割について検討する。
音声アコースティックス,表情,バックチャネル,ジェスチャーなど,多言語的非言語的特徴を抽出した。
5つの言語データセットのエンゲージメントを予測するために訓練されたLSTMモデルの入力特徴における文化的差異の影響を解析した。
論文 参考訳（メタデータ） (2024-09-09T18:37:34Z) - Holmes: A Benchmark to Assess the Linguistic Competence of Language Models [59.627729608055006]
言語モデル(LM)の言語能力を評価するための新しいベンチマークであるHolmesを紹介する。
我々は、計算に基づく探索を用いて、異なる言語現象に関するLMの内部表現を調べる。
その結果,近年,他の認知能力からLMの言語能力を引き離す声が上がっている。
論文 参考訳（メタデータ） (2024-04-29T17:58:36Z) - Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
論文 参考訳（メタデータ） (2023-10-23T17:42:01Z) - Analyzing the Mono- and Cross-Lingual Pretraining Dynamics of
Multilingual Language Models [73.11488464916668]
本研究では,多言語事前学習プロセスのダイナミクスについて検討する。
我々は,XLM-Rプレトレーニング全体から抽出したチェックポイントを,一連の言語的タスクを用いて探索する。
分析の結果,より複雑なものよりも低レベルな言語スキルが得られ,早期に高い言語性能が得られることがわかった。
論文 参考訳（メタデータ） (2022-05-24T03:35:00Z) - Predicting User Code-Switching Level from Sociological and Psychological
Profiles [24.32063659777203]
ユーザのCS周波数とキャラクタ特性の相関関係を示す。
機械学習(ML)を用いて結果を検証する。
予測モデルは、ユーザのCS周波数を55%以上の精度で予測することができた。
論文 参考訳（メタデータ） (2021-12-13T07:36:02Z) - Perception Point: Identifying Critical Learning Periods in Speech for
Bilingual Networks [58.24134321728942]
ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。
我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
論文 参考訳（メタデータ） (2021-10-13T05:30:50Z) - Style Variation as a Vantage Point for Code-Switching [54.34370423151014]
Code-Switching (CS) は、複数のバイリンガルコミュニティや多言語コミュニティでよく見られる現象である。
両言語間のスタイルのバリエーションとして,CSの新たな特徴点を提示する。
本稿では,第1段階がCSの競合負例を生成し,第2段階がより現実的なCS文を生成する2段階生成逆トレーニング手法を提案する。
論文 参考訳（メタデータ） (2020-05-01T15:53:16Z)
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。