論文の概要: Deep Learning Methods for Extracting Metaphorical Names of Flowers and Plants

• arxiv url: http://arxiv.org/abs/2305.10833v3
• Date: Thu, 1 Jun 2023 13:59:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-02 21:34:26.648005
• Title: Deep Learning Methods for Extracting Metaphorical Names of Flowers and Plants
• Title（参考訳）: 花や植物の隠語名抽出のための深層学習法
• Authors: Amal Haddad Haddad, Damith Premasiri, Tharindu Ranasinghe, Ruslan Mitkov
• Abstract要約: 識別モデルはGPT-3.5モデルよりも優れており,最も優れたパフォーマーは92.2349%のF1スコアを隠喩花と植物名識別タスクで報告している。
• 参考スコア（独自算出の注目度）: 10.138996506132344
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The domain of Botany is rich with metaphorical terms. Those terms play an important role in the description and identification of flowers and plants. However, the identification of such terms in discourse is an arduous task. This leads in some cases to committing errors during translation processes and lexicographic tasks. The process is even more challenging when it comes to machine translation, both in the cases of single-word terms and multi-word terms. One of the recent concerns of Natural Language Processing (NLP) applications and Machine Translation (MT) technologies is the automatic identification of metaphor-based words in discourse through Deep Learning (DL). In this study, we seek to fill this gap through the use of thirteen popular transformer based models, as well as ChatGPT, and we show that discriminative models perform better than GPT-3.5 model with our best performer reporting 92.2349% F1 score in metaphoric flower and plant names identification task.
• Abstract（参考訳）: 植物学の領域はメタファー用語が豊富である。 これらの用語は、花や植物の記述と識別に重要な役割を果たしている。 しかし、言論におけるそのような用語の識別は困難な作業である。 これにより、翻訳プロセスや辞書作業中にエラーを犯すケースもある。 このプロセスは、シングルワード語とマルチワード語の両方の場合において、機械翻訳に関してさらに難しい。 自然言語処理 (NLP) アプリケーションと機械翻訳 (MT) 技術に関する最近の懸念の1つは、ディープラーニング (DL) による会話におけるメタファーベースの単語の自動識別である。 本研究では,このギャップをChatGPTとともに13種類の人気トランスフォーマーモデルを用いて補うことを目的としており,識別モデルはGPT-3.5モデルよりも優れた性能を示し,最も優れたパフォーマーは92.2349%のF1スコアをメタファーや植物名識別タスクで報告している。

関連論文リスト

• Multimodal Modeling For Spoken Language Identification [57.94119986116947]
  音声言語識別とは、ある発話中の音声言語を自動的に予測するタスクを指す。 本稿では,多モーダル音声言語識別手法であるMuSeLIを提案する。
  論文  参考訳（メタデータ） (2023-09-19T12:21:39Z)
• Transformer-based Detection of Multiword Expressions in Flower and Plant Names [9.281156301926769]
  MWE (Multiword Expression) は、個々の単語から派生していない意味を集合的に表す単語の列である。 本稿では,花名や植物名中のMWEを検出する作業において,最先端のニューラルトランスフォーマーについて検討する。
  論文  参考訳（メタデータ） (2022-09-16T15:59:55Z)
• Vector Representations of Idioms in Conversational Systems [1.6507910904669727]
  我々は,2つの課題に対して,潜在的表現(PIE)-英語イディオムコーパスを利用する。 SoTA T5モデルを用いて分類作業において,98%のマクロF1スコアの最先端(SoTA)を達成した。 その結果、イディオムコーパスで訓練されたモデルは、イディオム71.9%を含むプロンプトに対してより適合した反応を生じさせることがわかった。
  論文  参考訳（メタデータ） (2022-05-07T14:50:05Z)
• Quantifying Synthesis and Fusion and their Impact on Machine Translation [79.61874492642691]
  自然言語処理(NLP)では、一般に、融合や凝集のような厳密な形態を持つ言語全体をラベル付けする。 本研究では,単語とセグメントレベルで形態型を定量化することにより,そのようなクレームの剛性を低減することを提案する。 本研究では, 英語, ドイツ語, トルコ語の非教師なし・教師付き形態素分割法について検討する一方, 融合ではスペイン語を用いた半自動手法を提案する。 そして、機械翻訳品質と単語(名詞と動詞)における合成・融合の程度との関係を分析する。
  論文  参考訳（メタデータ） (2022-05-06T17:04:58Z)
• Modeling Target-Side Morphology in Neural Machine Translation: A Comparison of Strategies [72.56158036639707]
  形態的に豊かな言語は機械翻訳に困難をもたらす。 多数の異なる屈折する単語曲面は、より大きな語彙を必要とする。 いくつかの頻度の低い用語は、通常、トレーニングコーパスには現れない。 言語的合意は、出力文中の屈折語形間の文法的カテゴリを正しく一致させる必要がある。
  論文  参考訳（メタデータ） (2022-03-25T10:13:20Z)
• UCPhrase: Unsupervised Context-aware Quality Phrase Tagging [63.86606855524567]
  UCPhraseは、教師なしの文脈対応のフレーズタグである。 我々は,一貫した単語列から,高品質なフレーズを銀のラベルとして表現する。 我々の設計は、最先端の事前訓練、教師なし、遠隔管理の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-28T19:44:24Z)
• 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)
• Interpreting Verbal Metaphors by Paraphrasing [12.750941606061877]
  パラフレージング法が最先端のベースラインを著しく上回ることを示す。 また,本手法は,英語のメタファーを8言語に翻訳することで,機械翻訳システムの精度向上に役立つことを示す。
  論文  参考訳（メタデータ） (2021-04-07T21:00:23Z)
• Verb Knowledge Injection for Multilingual Event Processing [50.27826310460763]
  動詞のセマンティック・シンタクティックな振る舞いに関する明示的な情報を注入することでLMプリトレーニングトランスフォーマーの性能が向上するかどうかを検討する。 まず,動詞知識の注入が英語イベント抽出のパフォーマンス向上につながることを示す。 次に、他の言語でのイベント抽出のための動詞アダプタの有用性を探ります。
  論文  参考訳（メタデータ） (2020-12-31T03:24:34Z)
• "What Are You Trying to Do?" Semantic Typing of Event Processes [94.3499255880101]
  本稿では,認知に動機づけられたセマンティックタイピングタスク,多軸イベントプロセスタイピングについて検討する。 我々は60k以上のイベントプロセスを含む大規模なデータセットを開発し、アクションとオブジェクトタイプの軸の両方に極細粒度のタイピングを特徴とする。 本稿では,Glosses1からの間接的監視によるタイピング問題に対処するハイブリッド学習フレームワークP2GTと,共同学習からランクへのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-13T22:37:29Z)

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。