論文の概要: Prosodic features improve sentence segmentation and parsing

• arxiv url: http://arxiv.org/abs/2302.12165v1
• Date: Thu, 23 Feb 2023 17:03:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-24 14:20:06.170171
• Title: Prosodic features improve sentence segmentation and parsing
• Title（参考訳）: 韻律的特徴は文分割と構文解析を改善する
• Authors: Elizabeth Nielsen, Sharon Goldwater, Mark Steedman
• Abstract要約: 韻律が文に区切らない音声の構文解析に与える影響を示す。 韻律は、構文解析と文境界の同定に役立ちます。
• 参考スコア（独自算出の注目度）: 28.41406899452548
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parsing spoken dialogue presents challenges that parsing text does not, including a lack of clear sentence boundaries. We know from previous work that prosody helps in parsing single sentences (Tran et al. 2018), but we want to show the effect of prosody on parsing speech that isn't segmented into sentences. In experiments on the English Switchboard corpus, we find prosody helps our model both with parsing and with accurately identifying sentence boundaries. However, we find that the best-performing parser is not necessarily the parser that produces the best sentence segmentation performance. We suggest that the best parses instead come from modelling sentence boundaries jointly with other constituent boundaries.
• Abstract（参考訳）: 音声対話のパーシングは、明確な文境界の欠如を含む、テキストのパーシングがしない課題を示す。 従来の研究から、韻律は単文の構文解析に有効である(Tran et al. 2018)ことは分かっているが、韻律が文に区切られていない音声の構文解析に与える影響を知りたい。 英語のスイッチボードコーパスを用いた実験では,韻律が文境界のパースと正確な識別の両方において有効であることがわかった。 しかし,最高の文セグメンテーション性能を持つパーサが必ずしも最適な文セグメンテーション性能を持つパーサではないことが判明した。 最善の構文解析は、代わりに他の構成要素境界と共同で文境界をモデル化することから得られると提案する。

関連論文リスト

• What's Hard in English RST Parsing? Predictive Models for Error Analysis [16.927386793787463]
  本稿では, 修辞構造論における解析困難に関連する要因について検討し, モデル化する。 以上の結果から,浅層談話解析において明示的・単純的区別が重要な役割を担っているが,長距離依存が主な課題であることが明らかとなった。 最終モデルは、ボトムアップで76.3%、トップダウンで76.6%の精度でエラーが発生するかを予測できる。
  論文  参考訳（メタデータ） (2023-09-10T06:10:03Z)
• Where's the Point? Self-Supervised Multilingual Punctuation-Agnostic Sentence Segmentation [65.6736056006381]
  85言語を対象とした多言語句読解文セグメンテーション法を提案する。 提案手法は,従来の最良文分割ツールを平均6.1%F1ポイントで上回っている。 MTモデルの訓練に使用するセグメンテーションと文のセグメンテーションを一致させる手法を用いて,平均2.3BLEU点の改善を実現する。
  論文  参考訳（メタデータ） (2023-05-30T09:49:42Z)
• Cascading and Direct Approaches to Unsupervised Constituency Parsing on Spoken Sentences [67.37544997614646]
  本研究は,教師なし音声補聴における最初の研究である。 目的は, 音声文の階層的構文構造を, 選挙区解析木の形で決定することである。 正確なセグメンテーションだけでは、音声文を正確に解析するのに十分であることを示す。
  論文  参考訳（メタデータ） (2023-03-15T17:57:22Z)
• Clustering and Network Analysis for the Embedding Spaces of Sentences and Sub-Sentences [69.3939291118954]
  本稿では,文とサブ文の埋め込みを対象とする包括的クラスタリングとネットワーク解析について検討する。 その結果,1つの手法が最もクラスタリング可能な埋め込みを生成することがわかった。 一般に、スパン部分文の埋め込みは、原文よりもクラスタリング特性が優れている。
  論文  参考訳（メタデータ） (2021-10-02T00:47:35Z)
• A Conditional Splitting Framework for Efficient Constituency Parsing [14.548146390081778]
  本稿では,選択性解析問題(シンタクティックおよび談話構文解析)を一連の条件分割決定に当てはめる,汎用的なSeq2seq解析フレームワークを提案する。 解析モデルでは,テキストスパンで可能な分割点の条件付き確率分布を推定し,効率的なトップダウンデコーディングをサポートする。 談話分析では, 談話セグメンテーションを解析の特別な事例として扱うことができる。
  論文  参考訳（メタデータ） (2021-06-30T00:36:34Z)
• Prosodic segmentation for parsing spoken dialogue [29.68201160277817]
  パーシング音声対話は、相反や目印のない境界など、独特な困難を生じさせる。 以前の研究は、韻律が不自由なスピーチを解析するのに役立っていることを示した。 プロソディは金標準SU境界を効果的に置き換えることができることを示す。
  論文  参考訳（メタデータ） (2021-05-26T16:30:16Z)
• Narrative Incoherence Detection [76.43894977558811]
  本稿では,文間セマンティック理解のための新たなアリーナとして,物語不整合検出の課題を提案する。 複数文の物語を考えると、物語の流れに意味的な矛盾があるかどうかを決定します。
  論文  参考訳（メタデータ） (2020-12-21T07:18:08Z)
• A Simple Global Neural Discourse Parser [61.728994693410954]
  本稿では,手作業で構築した特徴を必要とせず,学習したスパン表現のみに基づく簡易なグラフベースニューラル談話を提案する。 我々は,我々のモデルが世界規模で最高の性能を達成し,最先端の欲求に匹敵する性能を実証的に示す。
  論文  参考訳（メタデータ） (2020-09-02T19:28:40Z)
• Toward Better Storylines with Sentence-Level Language Models [54.91921545103256]
  本稿では,文章中の次の文を選択する文レベル言語モデルを提案する。 教師なしストーリークローゼタスクにおける最先端の精度によるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2020-05-11T16:54:19Z)

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。