論文の概要: Constructing Code-mixed Universal Dependency Forest for Unbiased Cross-lingual Relation Extraction

• arxiv url: http://arxiv.org/abs/2305.12258v3
• Date: Sun, 4 Jun 2023 13:29:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-07 01:09:34.509497
• Title: Constructing Code-mixed Universal Dependency Forest for Unbiased Cross-lingual Relation Extraction
• Title（参考訳）: 非曖昧な言語間関係抽出のためのコード混合ユニバーサル依存林の構築
• Authors: Hao Fei, Meishan Zhang, Min Zhang, Tat-Seng Chua
• Abstract要約: 言語間関係抽出(XRE)は,共通依存(UD)リソースから言語に一貫性のある構造的特徴を積極的に活用する。 コード混合型UDフォレストの構築により,非バイアス型UDベースXREトランスファーについて検討する。 このような森林特性により、トレーニングと予測フェーズ間のUDベースのXREのギャップを効果的に閉じることができる。
• 参考スコア（独自算出の注目度）: 92.84968716013783
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Latest efforts on cross-lingual relation extraction (XRE) aggressively leverage the language-consistent structural features from the universal dependency (UD) resource, while they may largely suffer from biased transfer (e.g., either target-biased or source-biased) due to the inevitable linguistic disparity between languages. In this work, we investigate an unbiased UD-based XRE transfer by constructing a type of code-mixed UD forest. We first translate the sentence of the source language to the parallel target-side language, for both of which we parse the UD tree respectively. Then, we merge the source-/target-side UD structures as a unified code-mixed UD forest. With such forest features, the gaps of UD-based XRE between the training and predicting phases can be effectively closed. We conduct experiments on the ACE XRE benchmark datasets, where the results demonstrate that the proposed code-mixed UD forests help unbiased UD-based XRE transfer, with which we achieve significant XRE performance gains.
• Abstract（参考訳）: 言語間関係抽出(xre)に関する最近の取り組みは、言語間の必然的な言語差のために偏りのある伝達(例えば、ターゲットバイアスまたはソースバイアス)に苦しむ一方で、普遍依存(ud)リソースから言語に一貫性のある構造的特徴を積極的に活用している。 本研究では,コード混合型UDフォレストの構築により,非バイアス型UDベースのXRE転送について検討する。 まず、ソース言語の文を並列ターゲット側言語に翻訳し、それぞれUDツリーを解析する。 次に、ソース/ターゲット側UD構造を統合コード混合UD林として統合する。 このような森林特性により、トレーニングと予測フェーズ間のUDベースのXREのギャップを効果的に閉じることができる。 我々はACE XREベンチマークデータセットの実験を行い、提案したコード混合UDフォレストがUDベースXRE転送の偏りをなくし、XREの性能向上を実現していることを示す。

関連論文リスト

• Multilingual Contrastive Decoding via Language-Agnostic Layers Skipping [60.458273797431836]
  対照的なレイヤ(DoLa)によるデコーディングは、大規模言語モデルの生成品質を改善するために設計されている。 このアプローチは英語以外のタスクではうまくいきません。 モデルの前方通過における言語遷移に関する従来の解釈可能性の研究から着想を得て,改良されたコントラスト復号アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-15T15:14:01Z)
• Multilingual Nonce Dependency Treebanks: Understanding how Language Models represent and process syntactic structure [15.564927804136852]
  SPUD (Semantically Perturbed Universal Dependencies) は、Universal Dependencies (UD) コーパスのためのナンスツリーバンクを作成するためのフレームワークである。 我々は、アラビア語、英語、フランス語、ドイツ語、ロシア語でナンスデータを作成し、SPUDツリーバンクの2つのユースケースを実証する。
  論文  参考訳（メタデータ） (2023-11-13T17:36:58Z)
• Data Augmentation for Machine Translation via Dependency Subtree Swapping [0.0]
  依存関係のサブツリースワップによるデータ拡張のための汎用フレームワークを提案する。 我々は、ソースとターゲット文の依存関係解析木から対応するサブツリーを抽出し、ビセントスに置換して拡張サンプルを作成する。 我々は,IWSLTテキスト翻訳データセットとHunglish2コーパスを用いて,両方向の4つの言語対に関する資源制約実験を行った。
  論文  参考訳（メタデータ） (2023-07-13T19:00:26Z)
• GAUSS: Guided Encoder-Decoder Architecture for Hyperspectral Unmixing with Spatial Smoothness [0.0]
  近年のハイパースペクトルアンミキシング (HU) 文学において, 深層学習 (DL) の応用が注目されている。 分割アーキテクチャを提案し、擬似地下真理を用いてアンミックスネットワーク(UN)最適化を導出する。
  論文  参考訳（メタデータ） (2022-04-16T04:23:47Z)
• Separate What You Describe: Language-Queried Audio Source Separation [53.65665794338574]
  言語問合せ音声ソース分離(LASS)の課題について紹介する。 LASSは、ターゲットソースの自然言語クエリに基づいて、ターゲットソースをオーディオミックスから分離することを目的としている。 本稿では,音響情報と言語情報を協調処理するエンドツーエンドニューラルネットワークLASS-Netを提案する。
  論文  参考訳（メタデータ） (2022-03-28T23:47:57Z)
• Bridging the Data Gap between Training and Inference for Unsupervised Neural Machine Translation [49.916963624249355]
  UNMTモデルは、翻訳されたソースと推論中の自然言語で擬似並列データに基づいて訓練される。 トレーニングと推論のソース差はUNMTモデルの翻訳性能を妨げている。 本稿では、擬似並列データ自然言語を同時に用いたオンライン自己学習手法を提案する。
  論文  参考訳（メタデータ） (2022-03-16T04:50:27Z)
• On the Relation between Syntactic Divergence and Zero-Shot Performance [22.195133438732633]
  我々は、英語から多種多様な言語にパースするUniversal Dependencies (UD) を移譲し、2つの実験を行う。 我々は、英語のソースエッジが翻訳で保存される範囲に基づいてゼロショット性能を解析する。 両実験の結果から,言語間安定性とゼロショット解析性能の強い関係が示唆された。
  論文  参考訳（メタデータ） (2021-10-09T21:09:21Z)
• GATE: Graph Attention Transformer Encoder for Cross-lingual Relation and Event Extraction [107.8262586956778]
  言語に依存しない文表現を学習するために、普遍的な依存解析を伴うグラフ畳み込みネットワーク(GCN)を導入する。 GCNは、長い範囲の依存関係を持つ単語をモデル化するのに苦労する。 そこで本研究では,構文的距離の異なる単語間の依存関係を学習するための自己認識機構を提案する。
  論文  参考訳（メタデータ） (2020-10-06T20:30:35Z)
• Reference Language based Unsupervised Neural Machine Translation [108.64894168968067]
  教師なしの神経機械翻訳は ほぼ完全に パラレルコーパスの呪いを和らげる 我々はUNMTのための新しい参照言語ベースのフレームワークであるRUNMTを提案し、参照言語はソースと並列コーパスを共有するのみである。 実験の結果,一つの補助言語のみを用いる強いベースラインよりもUNMTの品質が向上することが確認された。
  論文  参考訳（メタデータ） (2020-04-05T08:28:08Z)
• Cross-Lingual Adaptation Using Universal Dependencies [1.027974860479791]
  複雑なNLPタスクのためのUD構文解析木を用いて訓練されたモデルは、非常に異なる言語を特徴付けることができることを示す。 UD解析木に基づいて,木カーネルを用いた複数のモデルを開発し,これらのモデルが英語データセットでトレーニングされた場合,他の言語のデータを正しく分類できることを示す。
  論文  参考訳（メタデータ） (2020-03-24T13:04:06Z)

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。