論文の概要: Crosslingual Transfer Learning for Low-Resource Languages Based on
Multilingual Colexification Graphs
- arxiv url: http://arxiv.org/abs/2305.12818v2
- Date: Thu, 19 Oct 2023 14:38:17 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-20 20:20:21.264799
- Title: Crosslingual Transfer Learning for Low-Resource Languages Based on
Multilingual Colexification Graphs
- Title（参考訳）: マルチリンガル・コレキシフィケーショングラフに基づく低リソース言語のためのクロスリンガル・トランスファー学習
- Authors: Yihong Liu, Haotian Ye, Leonie Weissweiler, Renhao Pei, Hinrich
Sch\"utze
- Abstract要約: コレキシフィケーション(英: Colexification)とは、2つ以上の異なる意味を持つ語彙形式の現象を指す。
我々は,1,335言語にまたがる2,000以上の概念の照合パターンを,注釈のない並列コーパスから直接同定する。
本論文では,ColexNetとColexNet+という照合パターンから多言語グラフを構築する手法を提案する。
- 参考スコア（独自算出の注目度）: 18.277376249064403
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In comparative linguistics, colexification refers to the phenomenon of a
lexical form conveying two or more distinct meanings. Existing work on
colexification patterns relies on annotated word lists, limiting scalability
and usefulness in NLP. In contrast, we identify colexification patterns of more
than 2,000 concepts across 1,335 languages directly from an unannotated
parallel corpus. We then propose simple and effective methods to build
multilingual graphs from the colexification patterns: ColexNet and ColexNet+.
ColexNet's nodes are concepts and its edges are colexifications. In ColexNet+,
concept nodes are additionally linked through intermediate nodes, each
representing an ngram in one of 1,334 languages. We use ColexNet+ to train
$\overrightarrow{\mbox{ColexNet+}}$, high-quality multilingual embeddings that
are well-suited for transfer learning. In our experiments, we first show that
ColexNet achieves high recall on CLICS, a dataset of crosslingual
colexifications. We then evaluate $\overrightarrow{\mbox{ColexNet+}}$ on
roundtrip translation, sentence retrieval and sentence classification and show
that our embeddings surpass several transfer learning baselines. This
demonstrates the benefits of using colexification as a source of information in
multilingual NLP.
- Abstract（参考訳）: 比較言語学において、コレキシフィケーション(Colexification)とは、2つ以上の異なる意味を持つ語彙形式の現象を指す。
既存のコレキシフィケーションパターンの研究は、注釈付きワードリストに依存し、NLPのスケーラビリティと有用性を制限している。
対照的に,1,335言語にまたがる2000以上の概念の共語彙パターンを,無記名並列コーパスから直接同定する。
次に、colexnet と colexnet+ というコレキシフィケーションパターンから多言語グラフを構築するための単純かつ効果的な手法を提案する。
ColexNetのノードは概念であり、エッジは照合である。
ColexNet+では、概念ノードは中間ノードを通してリンクされ、それぞれ1,334言語のうちの1つのngramを表す。
colexnet+を使って$\overrightarrow{\mbox{colexnet+}}$、転送学習に適した高品質な多言語組込みをトレーニングします。
実験の結果,ColexNetは言語間照合のデータセットであるCLICSで高いリコールを達成した。
次に、$\overrightarrow{\mbox{colexnet+}}$ on roundtrip translation, sentence search and sentence classificationを評価し、埋め込みがいくつかのトランスファー学習ベースラインを超えることを示す。
これは多言語NLPにおける情報源としてのコレキシフィケーションの利点を示す。
関連論文リスト
- Inference of Partial Colexifications from Multilingual Wordlists [3.096615629099617]
科学的構成としてのコレキシフィケーションは操作が容易であり、学者はコレキシフィケーションパターンを推測することができる。
本研究では,部分的照合処理に対する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2023-02-01T20:22:20Z) - Meta-X$_{NLG}$: A Meta-Learning Approach Based on Language Clustering
for Zero-Shot Cross-Lingual Transfer and Generation [11.155430893354769]
本稿では,類型的に多様な言語から共有可能な構造を学習するためのメタラーニングフレームワークを提案する。
まず、まず言語表現に基づいて言語をクラスタ化し、各クラスタのセントロイド言語を識別する。
メタ学習アルゴリズムは、全てのセントロイド言語で訓練され、ゼロショット設定で他の言語で評価される。
論文 参考訳（メタデータ） (2022-03-19T05:22:07Z) - Examining Cross-lingual Contextual Embeddings with Orthogonal Structural
Probes [0.2538209532048867]
オルソゴン構造プローブ(Limisiewicz and Marevcek, 2021)では、特定の言語的特徴についてこの疑問に答えることができる。
InmBERTの文脈表現を符号化した構文(UD)と語彙(WordNet)構造情報を9つの多言語で評価した。
ゼロショットと少数ショットのクロスランガル構文解析にこの結果を適用した。
論文 参考訳（メタデータ） (2021-09-10T15:03:11Z) - Learning Contextualised Cross-lingual Word Embeddings and Alignments for
Extremely Low-Resource Languages Using Parallel Corpora [63.5286019659504]
そこで本稿では,小さな並列コーパスに基づく文脈型言語間単語埋め込み学習手法を提案する。
本手法は,入力文の翻訳と再構成を同時に行うLSTMエンコーダデコーダモデルを用いて単語埋め込みを実現する。
論文 参考訳（メタデータ） (2020-10-27T22:24:01Z) - XL-WiC: A Multilingual Benchmark for Evaluating Semantic
Contextualization [98.61159823343036]
単語の意味を正確にモデル化する能力を評価するために,Word-in-Context データセット (WiC) を提案する。
我々は、XL-WiCという大規模なマルチ言語ベンチマークを提案し、12の新しい言語でゴールドスタンダードを特徴付けました。
実験結果から、ターゲット言語にタグ付けされたインスタンスが存在しない場合でも、英語データのみにトレーニングされたモデルは、競争力のあるパフォーマンスが得られることが示された。
論文 参考訳（メタデータ） (2020-10-13T15:32:00Z) - A Multi-Perspective Architecture for Semantic Code Search [58.73778219645548]
テキストマッチングのための新しい多言語間ニューラルネットワークを提案する。
CoNaLaデータセットを用いた実験により,提案したモデルでは,従来の手法よりも優れた性能が得られることが示された。
論文 参考訳（メタデータ） (2020-05-06T04:46:11Z) - XCOPA: A Multilingual Dataset for Causal Commonsense Reasoning [68.57658225995966]
XCOPA (Cross-lingual Choice of Plausible Alternatives) は11言語における因果コモンセンス推論のための多言語データセットである。
提案手法は,翻訳に基づく転送と比較して,現在の手法の性能が低下していることを明らかにする。
論文 参考訳（メタデータ） (2020-05-01T12:22:33Z) - On the Language Neutrality of Pre-trained Multilingual Representations [70.93503607755055]
語彙意味論に関して,多言語文脈埋め込みの言語中立性を直接的に検討する。
その結果、文脈埋め込みは言語ニュートラルであり、概して静的な単語型埋め込みよりも情報的であることがわかった。
本稿では,言語識別における最先端の精度に到達し,並列文の単語アライメントのための統計的手法の性能を一致させる方法について述べる。
論文 参考訳（メタデータ） (2020-04-09T19:50:32Z) - Multi-SimLex: A Large-Scale Evaluation of Multilingual and Cross-Lingual
Lexical Semantic Similarity [67.36239720463657]
Multi-SimLexは、12の異なる言語のデータセットをカバーする大規模な語彙リソースと評価ベンチマークである。
各言語データセットは、意味的類似性の語彙的関係に注釈付けされ、1,888のセマンティック・アライメント・コンセプト・ペアを含む。
言語間の概念の整合性のため、66の言語間セマンティック類似性データセットを提供する。
論文 参考訳（メタデータ） (2020-03-10T17:17:01Z)
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。