論文の概要: Multilingual textual data: an approach through multiple factor analysis

• arxiv url: http://arxiv.org/abs/2210.06527v1
• Date: Wed, 12 Oct 2022 18:46:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 16:43:48.439774
• Title: Multilingual textual data: an approach through multiple factor analysis
• Title（参考訳）: 多言語テキストデータ:多重因子分析によるアプローチ
• Authors: Kostov Blechin and Alvarez-Esteban Ram\'on and B\'ecue-Bertaut M\'onica and Husson Fran\c{c}ois
• Abstract要約: 本稿では,様々な言語で回答されたオープンエンド質問の分析に焦点をあてる。 MFA-GALTは、単語の選択とこの選択を駆動する変数の間の関係を研究する。 国際満足度調査への応用は、容易に解釈できる結果を示している。
• 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: This paper focuses on the analysis of open-ended questions answered in different languages. Closed-ended questions, called contextual variables, are asked to all respondents in order to understand the relationships between the free and the closed responses among the different samples since the latter assumably affect the word choices. We have developed "Multiple Factor Analysis on Generalized Aggregated Lexical Tables" (MFA-GALT) to jointly study the open-ended responses in different languages through the relationships between the choice of words and the variables that drive this choice. MFA-GALT studies if variability among words is structured in the same way by variability among variables, and inversely, from one sample to another. An application on an international satisfaction survey shows the easy-to-interpret results that are proposed.
• Abstract（参考訳）: 本稿では,異なる言語で回答された解答質問の分析に着目する。 文脈変数と呼ばれるクローズドエンド質問は、すべての回答者に質問され、後者が単語選択に影響を与えると仮定されるため、異なるサンプル間のフリーとクローズドレスポンスの関係を理解する。 我々は,単語の選択とこの選択を駆動する変数の関係を通して,異なる言語におけるオープンエンド応答を共同研究するために,「一般化集合語彙表の多重因子分析」(mfa-galt)を開発した。 MFA-GALTは、あるサンプルから別のサンプルへの変数のばらつきによって、単語間のばらつきが同じように構成されているかを研究する。 国際的な満足度調査への応用は, 提案した分かりやすい結果を示している。

関連論文リスト

• Exploring Intra and Inter-language Consistency in Embeddings with ICA [17.87419386215488]
  独立成分分析(ICA)は、独立鍵特徴を識別することによって、より明確な意味軸を生成する。 これまでの研究では、ICAが言語全体にわたって普遍的な意味軸を明らかにする可能性を示している。 セマンティック軸の整合性は、一つの言語内と複数の言語にまたがる2つの方法で検討した。
  論文  参考訳（メタデータ） (2024-06-18T10:24:50Z)
• Predictions from language models for multiple-choice tasks are not robust under variation of scoring methods [5.5711773076846365]
  本稿では,複数選択タスクに対する言語モデルの項目レベルの予測を系統的に比較する。 応答の自由生成に基づく解答オプションのスコアリング方法,様々な確率ベースのスコア,Quat-scaleスタイルの評価方法,および類似点の埋め込みを比較した。
  論文  参考訳（メタデータ） (2024-03-01T21:48:08Z)
• Multi-EuP: The Multilingual European Parliament Dataset for Analysis of Bias in Information Retrieval [62.82448161570428]
  このデータセットは、多言語情報検索コンテキストにおける公平性を調べるために設計されている。 真正な多言語コーパスを持ち、24言語すべてに翻訳されたトピックを特徴としている。 文書に関連する豊富な人口統計情報を提供し、人口統計バイアスの研究を容易にする。
  論文  参考訳（メタデータ） (2023-11-03T12:29:11Z)
• X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
  X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。 アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。 アライメントされた段落は、異なる言語のウィキペディアページから引用される。
  論文  参考訳（メタデータ） (2023-09-16T04:34:55Z)
• Getting MoRE out of Mixture of Language Model Reasoning Experts [71.61176122960464]
  多様な特殊言語モデルを組み込んだMixture-of-Reasoning-Experts (MoRE) フレームワークを提案する。 実例,マルチホップ,数学的,コモンセンス推論など,さまざまな推論カテゴリに最適化されたプロンプトを備えたバックボーン言語モデルを特化する。 人間の研究では、専門家による予測と回答の選択プロセスが、アノテータがシステムの出力を信頼するタイミングをより正確に調整するのに役立ちます。
  論文  参考訳（メタデータ） (2023-05-24T02:00:51Z)
• Investigating Information Inconsistency in Multilingual Open-Domain Question Answering [18.23417521199809]
  検索バイアスに着目した多言語開領域質問応答モデルの振る舞いを解析する。 言語間での文書の内容の違いは、文化的な相違や社会的偏見を反映しているのではないかと推測する。
  論文  参考訳（メタデータ） (2022-05-25T02:58:54Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)
• A Wrong Answer or a Wrong Question? An Intricate Relationship between Question Reformulation and Answer Selection in Conversational Question Answering [15.355557454305776]
  会話の文脈における質問書き直し(QR)は、この現象により多くの光を放つことができることを示す。 TREC CAsT と QuAC (CANARD) のデータセットを用いて解析を行った。
  論文  参考訳（メタデータ） (2020-10-13T06:29:51Z)
• Context-based Transformer Models for Answer Sentence Selection [109.96739477808134]
  本稿では,文選択作業における文脈情報の役割を分析する。 本稿では,ローカルとグローバルの2種類のコンテキストを活用するTransformerベースのアーキテクチャを提案する。 その結果,トランスフォーマーモデルにおける局所コンテキストとグローバルコンテキストの組み合わせは,解答文選択の精度を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-06-01T21:52:19Z)
• Fine-Grained Analysis of Cross-Linguistic Syntactic Divergences [18.19093600136057]
  並列コーパスから任意の言語対の発散パターンを抽出するフレームワークを提案する。 我々のフレームワークは、言語間の相違の詳細な図を提供し、以前のアプローチを一般化し、完全に自動化することを示します。
  論文  参考訳（メタデータ） (2020-05-07T13:05:03Z)
• Knowledgeable Dialogue Reading Comprehension on Key Turns [84.1784903043884]
  MRC(Multi-choice Machine reading comprehension)は、ある項目と質問に対する候補オプションから正しい回答を選択するモデルである。 本研究は,複数回対話を行う対話型MRCに焦点を当てている。 それは2つの課題に悩まされ、答えの選択決定は、最近役に立つコモンセンスをサポートせずに行われ、マルチターンコンテキストは、かなりの無関係な情報を隠蔽する可能性がある。
  論文  参考訳（メタデータ） (2020-04-29T07:04:43Z)

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。