論文の概要: Metaphorical Polysemy Detection: Conventional Metaphor meets Word Sense
Disambiguation
- arxiv url: http://arxiv.org/abs/2212.08395v1
- Date: Fri, 16 Dec 2022 10:39:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-19 15:22:30.596592
- Title: Metaphorical Polysemy Detection: Conventional Metaphor meets Word Sense
Disambiguation
- Title（参考訳）: メタフォリック・ポリセミー検出:従来のメタフォールは単語センスの曖昧さを満たす
- Authors: Rowan Hall Maudslay and Simone Teufel
- Abstract要約: 言語学者は、NLPのメタファ検出タスクが考慮しない、新しいメタファと従来のメタファを区別する。
本稿では,従来のメタファをこのような方法で扱う際の限界について検討する。
我々は、英語のWordNetにおける従来のメタファーを識別する最初のMPDモデルを開発した。
- 参考スコア（独自算出の注目度）: 9.860944032009847
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Linguists distinguish between novel and conventional metaphor, a distinction
which the metaphor detection task in NLP does not take into account. Instead,
metaphoricity is formulated as a property of a token in a sentence, regardless
of metaphor type. In this paper, we investigate the limitations of treating
conventional metaphors in this way, and advocate for an alternative which we
name 'metaphorical polysemy detection' (MPD). In MPD, only conventional
metaphoricity is treated, and it is formulated as a property of word senses in
a lexicon. We develop the first MPD model, which learns to identify
conventional metaphors in the English WordNet. To train it, we present a novel
training procedure that combines metaphor detection with word sense
disambiguation (WSD). For evaluation, we manually annotate metaphor in two
subsets of WordNet. Our model significantly outperforms a strong baseline based
on a state-of-the-art metaphor detection model, attaining an ROC-AUC score of
.78 (compared to .65) on one of the sets. Additionally, when paired with a WSD
model, our approach outperforms a state-of-the-art metaphor detection model at
identifying conventional metaphors in text (.659 F1 compared to .626).
- Abstract（参考訳）: 言語学者は、NLPのメタファ検出タスクが考慮しない、新しいメタファと従来のメタファを区別する。
代わりにメタファー性は、メタファータイプに関係なく、文中のトークンの特性として定式化される。
本稿では,従来のメタファをこのような方法で扱うことの限界について検討し,mpd(metaphorical polysemy detection)と呼ぶ代替案を提唱する。
MPDでは、従来の比喩のみを扱い、語彙における単語感覚の特性として定式化される。
我々は、英語のWordNetにおける従来のメタファーを識別する最初のMPDモデルを開発した。
そこで本研究では,メタファ検出と単語感覚曖昧化(WSD)を組み合わせた新しい訓練手法を提案する。
評価のために、WordNetの2つのサブセットでメタファを手動で注釈付けする。
我々のモデルは最先端のメタファ検出モデルに基づく強力なベースラインを著しく上回り、セットの1つでROC-AUCスコアが.78(.65)に達した。
さらに、WSDモデルと組み合わせることで、従来のメタファをテキストで識別する最先端のメタファ検出モデルよりも優れている(.659)。
F1 は .626 と比較される。
関連論文リスト
- Unveiling the Invisible: Captioning Videos with Metaphors [43.53477124719281]
本稿では,VL(Vision-Language)タスクについて紹介する。
この作業を容易にするために,705の動画と2115の人書きキャプションでデータセットを構築し,リリースする。
また,提案課題における SoTA ビデオ言語モデルに匹敵する性能を持つ低リソースなビデオメタファキャプションシステム GIT-LLaVA を提案する。
論文 参考訳（メタデータ） (2024-06-07T12:32:44Z) - Finding Challenging Metaphors that Confuse Pretrained Language Models [21.553915781660905]
現在最先端のNLPモデルにどのようなメタファーが挑戦するのかは不明だ。
難解なメタファーを識別するために、特定のモデルに挑戦するメタファーを識別する自動パイプラインを提案する。
分析の結果,検出されたハードメタファーはVUAと有意に対照的であり,機械翻訳の精度は16%低下した。
論文 参考訳（メタデータ） (2024-01-29T10:00:54Z) - ContrastWSD: Enhancing Metaphor Detection with Word Sense Disambiguation Following the Metaphor Identification Procedure [1.03590082373586]
メタファー識別法(MIP)と単語センス曖昧化(WSD)を統合したRoBERTaを用いたメタファメタメタファ検出モデルを提案する。
WSDモデルから派生した単語感覚を利用することで、メタファ検出プロセスを強化し、他の手法より優れる。
我々は,様々なベンチマークデータセットに対するアプローチを評価し,それを強力なベースラインと比較し,メタファ検出の促進効果を示す。
論文 参考訳（メタデータ） (2023-09-06T15:41:38Z) - Metaphor Detection via Explicit Basic Meanings Modelling [12.096691826237114]
本稿では,トレーニングセットからのリテラルアノテーションに基づいて,単語の基本的意味をモデル化するメタファ検出手法を提案する。
実験の結果,本手法はF1スコアにおいて,最先端の手法よりも1.0%優れていた。
論文 参考訳（メタデータ） (2023-05-26T21:25:05Z) - Testing the Ability of Language Models to Interpret Figurative Language [69.59943454934799]
比喩的・比喩的な言語は言論において一般的である。
現代の言語モデルが非リテラルなフレーズをどの程度解釈できるかについては、未解決の疑問が残る。
ウィノグラードスタイルの非文字言語理解タスクであるFig-QAを紹介する。
論文 参考訳（メタデータ） (2022-04-26T23:42:22Z) - It's not Rocket Science : Interpreting Figurative Language in Narratives [48.84507467131819]
我々は2つの非構成的図形言語(イディオムとシミュラ)の解釈を研究する。
実験の結果、事前学習された言語モデルのみに基づくモデルは、これらのタスクにおいて人間よりもはるかにひどい性能を示すことがわかった。
また, 知識強化モデルを提案し, 具体的言語を解釈するための人的戦略を採用した。
論文 参考訳（メタデータ） (2021-08-31T21:46:35Z) - Metaphor Generation with Conceptual Mappings [58.61307123799594]
我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。
本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。
教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
論文 参考訳（メタデータ） (2021-06-02T15:27:05Z) - MelBERT: Metaphor Detection via Contextualized Late Interaction using
Metaphorical Identification Theories [5.625405679356158]
本稿では,BERT(MelBERT)上のメタファ認識遅延相互作用という,新しいメタファ検出モデルを提案する。
我々のモデルは文脈化された単語表現を利用するだけでなく、文脈的意味とリテラル的意味を区別する言語的メタファー識別理論の利点も活用している。
論文 参考訳（メタデータ） (2021-04-28T07:52:01Z) - MERMAID: Metaphor Generation with Symbolism and Discriminative Decoding [22.756157298168127]
メタファーとシンボル間の理論的に基底的な接続に基づいて,並列コーパスを自動構築する手法を提案する。
生成タスクには、並列データに微調整されたシーケンスモデルへのシーケンスの復号を導くためのメタファ判別器を組み込んだ。
課題に基づく評価では、比喩のない詩に比べて、比喩で強化された人文詩が68%の時間を好むことが示されている。
論文 参考訳（メタデータ） (2021-03-11T16:39:19Z) - Generating similes effortlessly like a Pro: A Style Transfer Approach
for Simile Generation [65.22565071742528]
擬似言語のような表現言語は、読者に新たな洞察とインスピレーションを与えるために、平易な表現を越えている。
シミリを生成するには、2つの概念の間のプロパティの効果的なマッピングを適切に理解する必要がある。
機械が生成した物語の最良のモデルから、リテラル文をシミュラに置き換えることで、挑発性が向上し、人間の審査員の受け入れが向上することを示す。
論文 参考訳（メタデータ） (2020-09-18T17:37:13Z) - Metaphoric Paraphrase Generation [58.592750281138265]
クラウドソーシングを用いてその結果を評価し,メタファー的パラフレーズを評価するための自動指標を開発する。
語彙置換ベースラインは正確なパラフレーズを生成できるが、比喩的でないことが多い。
メタファーマスキングモデルでは,メタファー文の生成に優れ,流布やパラフレーズの品質に関してはほぼ同等に機能する。
論文 参考訳（メタデータ） (2020-02-28T16:30:33Z)
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。