論文の概要: Facilitating Contrastive Learning of Discourse Relational Senses by Exploiting the Hierarchy of Sense Relations

• arxiv url: http://arxiv.org/abs/2301.02724v1
• Date: Fri, 6 Jan 2023 21:55:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 15:38:52.272903
• Title: Facilitating Contrastive Learning of Discourse Relational Senses by Exploiting the Hierarchy of Sense Relations
• Title（参考訳）: 感覚関係の階層を生かした談話関係感覚の対比学習の促進
• Authors: Wanqiu Long and Bonnie Webber
• Abstract要約: 暗黙の談話関係認識は、隣接する2つのテキストの間に保持される感覚や感覚を識別する難題である。 暗黙の談話関係認識に関するこれまでの研究は、単にどの感覚ラベルが利用可能であったかを示すために、感覚階層を用いてきた。 ここでは、認識プロセス自体にセンス階層を組み込んで、対照的な学習で使われるネガティブな例を選択する。
• 参考スコア（独自算出の注目度）: 5.268597785810004
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Implicit discourse relation recognition is a challenging task that involves identifying the sense or senses that hold between two adjacent spans of text, in the absence of an explicit connective between them. In both PDTB-2 and PDTB-3, discourse relational senses are organized into a three-level hierarchy ranging from four broad top-level senses, to more specific senses below them. Most previous work on implicit discourse relation recognition have used the sense hierarchy simply to indicate what sense labels were available. Here we do more -- incorporating the sense hierarchy into the recognition process itself and using it to select the negative examples used in contrastive learning. With no additional effort, the approach achieves state-of-the-art performance on the task.
• Abstract（参考訳）: 暗黙の談話関係認識は、2つの隣接するテキストの間に保持される感覚や感覚を、それらの間に明示的な接続性がない場合に識別する難しいタスクである。 PDTB-2とPDTB-3の両方では、談話関係感覚は4つの広義のトップレベル感覚からより特定の感覚まで3段階の階層に分類される。 暗黙的談話関係認識に関するほとんどの以前の研究は、センス階層を単にどのセンスラベルが利用可能かを示すために使用してきた。 ここではさらに -- 認識プロセス自体にセンス階層を組み込んで、対比学習で使用される否定的な例を選択する。 追加の努力なしに、このアプローチはタスクの最先端のパフォーマンスを達成する。

関連論文リスト

• Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition [96.62264528407863]
  本研究では,空間的時間的整合性を通じてリッチな文脈を探索する自己教師付きコントラスト学習フレームワークを提案する。 動きと関節のモーダル性の相補性に着想を得て,手話モデルに一階動作情報を導入する。 提案手法は,4つの公開ベンチマークの広範な実験により評価され,新しい最先端性能と顕著なマージンを実現している。
  論文  参考訳（メタデータ） (2024-06-15T04:50:19Z)
• Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
  単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。 広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2024-04-26T07:30:32Z)
• Emergent Communication for Rules Reasoning [38.24159397787027]
  エージェントが高レベルのルールを推論し伝達することを奨励する認知指向環境であるReasoning Gameを提案する。 実験結果から,Reasoning Gameでは,意味論的に安定かつ構成的な言語が出現し,推論問題を解くことが示唆された。
  論文  参考訳（メタデータ） (2023-11-08T05:57:39Z)
• A semantically enhanced dual encoder for aspect sentiment triplet extraction [0.7291396653006809]
  アスペクト・センチメント・トリプルト抽出(ASTE)はアスペクト・ベースの感情分析(ABSA)の重要なサブタスクである 従来の研究は、革新的なテーブル充填戦略によるASTEの強化に重点を置いてきた。 本稿では,BERTをベースとした基本エンコーダと,Bi-LSTMネットワークとGCN(Graph Convolutional Network)で構成される特定のエンコーダの両方を利用するフレームワークを提案する。 ベンチマークデータセットを用いた実験により,提案フレームワークの最先端性能を実証した。
  論文  参考訳（メタデータ） (2023-06-14T09:04:14Z)
• Mimicking the Thinking Process for Emotion Recognition in Conversation with Prompts and Paraphrasing [26.043447749659478]
  複雑な因子をモデル化する際の思考過程を模倣する新しい枠組みを提案する。 我々はまず,会話のコンテキストを履歴指向のプロンプトで理解し,対象発話の前者からの情報を選択的に収集する。 次に、話者の背景を経験指向のプロンプトでモデル化し、すべての会話から類似した発話を検索する。
  論文  参考訳（メタデータ） (2023-06-11T06:36:19Z)
• DiscoPrompt: Path Prediction Prompt Tuning for Implicit Discourse Relation Recognition [27.977742959064916]
  本稿では,IDRRにおける階層間の対話的情報と本質的な感覚を利用するために,プロンプトに基づく経路予測手法を提案する。 これは、プロンプトチューニングを通じて事前訓練された言語モデルにそのような構造情報を注入する最初の作品である。
  論文  参考訳（メタデータ） (2023-05-06T08:16:07Z)
• Reciprocal Feature Learning via Explicit and Implicit Tasks in Scene Text Recognition [60.36540008537054]
  本研究では,従来のテキスト認識における文字数カウントという暗黙のタスクを,追加的な注釈コストなしで発掘する。 両タスクの機能を適切に活用するために,2分岐の相反的特徴学習フレームワークを設計する。 7つのベンチマークの実験では、テキスト認識と新しい文字カウントタスクの両方において提案手法の利点が示されている。
  論文  参考訳（メタデータ） (2021-05-13T12:27:35Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)
• Moving Down the Long Tail of Word Sense Disambiguation with Gloss-Informed Biencoders [79.38278330678965]
  Word Sense Disambiguation (WSD)の主な障害は、単語感覚が均一に分散されないことである。 本稿では,(1)対象語とその周囲の文脈を独立に埋め込んだバイエンコーダモデルを提案する。
  論文  参考訳（メタデータ） (2020-05-06T04:21:45Z)
• Decomposing Word Embedding with the Capsule Network [23.294890047230584]
  そこで本稿では,曖昧な単語の教師なし単語の埋め込みをコンテキスト固有のセンス埋め込みに分解するカプセルネットワーク方式を提案する。 注意操作により、CapsDecE2Sは単語コンテキストを統合し、複数の形態素様ベクトルをコンテキスト固有の感覚埋め込みに再構成する。 本手法では,感覚学習を二分分類に変換し,マッチングラベルと非マッチングによって感覚の関係を明示的に学習する。
  論文  参考訳（メタデータ） (2020-04-07T06:37:27Z)
• An Iterative Multi-Knowledge Transfer Network for Aspect-Based Sentiment Analysis [73.7488524683061]
  本稿では,エンド・ツー・エンドABSAのための新しいIterative Multi-Knowledge Transfer Network (IMKTN)を提案する。 我々のIMKTNは、よく設計されたルーティングアルゴリズムを用いて、3つのサブタスクのうち2つのタスク固有の知識をトークンレベルで別のタスクに転送する。 3つのベンチマークデータセットの実験結果は、我々のアプローチの有効性と優位性を示している。
  論文  参考訳（メタデータ） (2020-04-04T13:49:54Z)

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。