論文の概要: A Tale of Two Laws of Semantic Change: Predicting Synonym Changes with
Distributional Semantic Models
- arxiv url: http://arxiv.org/abs/2305.19143v1
- Date: Tue, 30 May 2023 15:50:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-31 15:24:16.045387
- Title: A Tale of Two Laws of Semantic Change: Predicting Synonym Changes with
Distributional Semantic Models
- Title(参考訳): 意味変化の2つの法則--分布意味モデルによる同義語変化の予測
- Authors: Bastien Li\'etard and Mikaela Keller and Pascal Denis
- Abstract要約: 歴史的言語文学には、同義語がどのように進化するかという2つの対立する、明らかに反対の仮説がある。
本稿では,各単語対に対する微分法則 (LD) と並列変化法則 (LPC) の相互関係を検出するための第一歩を踏み出した。
次に、分布意味論モデルを用いた問題に対する様々な計算手法を提案し、近年の語彙意味論的変化検出に関する文献にその基礎を置いている。
- 参考スコア(独自算出の注目度): 1.856334276134661
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lexical Semantic Change is the study of how the meaning of words evolves
through time. Another related question is whether and how lexical relations
over pairs of words, such as synonymy, change over time. There are currently
two competing, apparently opposite hypotheses in the historical linguistic
literature regarding how synonymous words evolve: the Law of Differentiation
(LD) argues that synonyms tend to take on different meanings over time, whereas
the Law of Parallel Change (LPC) claims that synonyms tend to undergo the same
semantic change and therefore remain synonyms. So far, there has been little
research using distributional models to assess to what extent these laws apply
on historical corpora. In this work, we take a first step toward detecting
whether LD or LPC operates for given word pairs. After recasting the problem
into a more tractable task, we combine two linguistic resources to propose the
first complete evaluation framework on this problem and provide empirical
evidence in favor of a dominance of LD. We then propose various computational
approaches to the problem using Distributional Semantic Models and grounded in
recent literature on Lexical Semantic Change detection. Our best approaches
achieve a balanced accuracy above 0.6 on our dataset. We discuss challenges
still faced by these approaches, such as polysemy or the potential confusion
between synonymy and hypernymy.
- Abstract(参考訳): 語彙意味変化(英:lexical semantic change)とは、単語の意味がどのように時間をかけて進化するかの研究である。
もう一つの関連する問題は、同義語のような単語対の語彙関係が時間とともに変化するかどうかである。
区別法(LD)は、同義語は時間とともに異なる意味を持つ傾向があるが、平行変化法(LPC)は、同義語は同じ意味変化を受け、同義語は同義語のままであると主張している。
これまでのところ、これらの法律が歴史的コーパスにどの程度適用されるかを評価するために、分布モデルを用いた研究はほとんど行われていない。
本研究では,LD と LPC が与えられた単語対に対して動作するかどうかを検知する第一歩を踏み出す。
問題をより扱いやすいタスクに再キャストした後、我々は2つの言語資源を組み合わせることで、この問題に対する最初の完全な評価フレームワークを提案し、ldの支配に有利な実証的な証拠を提供する。
次に,分布的意味モデルを用いてこの問題に対する様々な計算手法を提案し,語彙的意味変化検出に関する最近の文献を基礎とする。
私たちのベストアプローチは、データセットの0.6以上のバランスの取れた精度を達成することです。
我々は、ポリセミーや、同義語とハイパーニミーの潜在的な混同など、これらのアプローチが直面する課題について議論する。
関連論文リスト
- Distributional Semantics, Holism, and the Instability of Meaning [0.0]
ホリズムの意味に対する標準的な反対は不安定さの代償である。
本稿では,不安定性が意味の分布モデルに問題をもたらすかどうかを考察する。
論文 参考訳(メタデータ) (2024-05-20T14:53:25Z) - Towards Unsupervised Recognition of Token-level Semantic Differences in
Related Documents [61.63208012250885]
意味的差異をトークンレベルの回帰タスクとして認識する。
マスク付き言語モデルに依存する3つの教師なしアプローチについて検討する。
その結果,単語アライメントと文レベルのコントラスト学習に基づくアプローチは,ゴールドラベルと強い相関関係があることが示唆された。
論文 参考訳(メタデータ) (2023-05-22T17:58:04Z) - Unsupervised Semantic Variation Prediction using the Distribution of
Sibling Embeddings [17.803726860514193]
単語の意味的変化の検出は,様々なNLPアプリケーションにおいて重要な課題である。
意味表現だけではそのような意味的バリエーションを正確に捉えることはできないと我々は主張する。
対象単語の文脈的埋め込みのコホート全体を利用する手法を提案する。
論文 参考訳(メタデータ) (2023-05-15T13:58:21Z) - Contextualized language models for semantic change detection: lessons
learned [4.436724861363513]
本稿では,ダイアクロニック・セマンティック・チェンジを検出する文脈的埋め込みに基づく手法の出力の質的分析を行う。
本研究の結果から,文脈化手法は,実際のダイアクロニック・セマンティック・シフトを行なわない単語に対して,高い変化スコアを予測できることが示唆された。
我々の結論は、事前学習された文脈化言語モデルは、語彙感覚の変化と文脈分散の変化を補う傾向にあるということである。
論文 参考訳(メタデータ) (2022-08-31T23:35:24Z) - Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。
提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
論文 参考訳(メタデータ) (2021-08-23T09:05:18Z) - Exploring the Representation of Word Meanings in Context: A Case Study
on Homonymy and Synonymy [0.0]
我々は,静的モデルと文脈モデルの両方が,語彙-意味関係を適切に表現できる能力を評価する。
実験はガリシア語、ポルトガル語、英語、スペイン語で行われている。
論文 参考訳(メタデータ) (2021-06-25T10:54:23Z) - Fake it Till You Make it: Self-Supervised Semantic Shifts for
Monolingual Word Embedding Tasks [58.87961226278285]
語彙意味変化をモデル化するための自己教師付きアプローチを提案する。
本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。
3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
論文 参考訳(メタデータ) (2021-01-30T18:59:43Z) - Lexical semantic change for Ancient Greek and Latin [61.69697586178796]
歴史的文脈における単語の正しい意味の連想は、ダイアクロニック研究の中心的な課題である。
我々は、動的ベイズ混合モデルに基づくセマンティック変化に対する最近の計算的アプローチに基づいて構築する。
本研究では,動的ベイズ混合モデルと最先端埋め込みモデルとのセマンティックな変化を系統的に比較する。
論文 参考訳(メタデータ) (2021-01-22T12:04:08Z) - NLP-CIC @ DIACR-Ita: POS and Neighbor Based Distributional Models for
Lexical Semantic Change in Diachronic Italian Corpora [62.997667081978825]
本稿では,イタリア語に対する教師なし語彙意味変化のシステムと知見について述べる。
その課題は、対象の単語が時間とともにその意味を進化させたかどうかを判断することであり、それは2つの時間固有のデータセットからの原文のみに依存する。
本研究では,各期間に対象単語を表す2つのモデルを提案し,しきい値と投票方式を用いて変化単語を予測する。
論文 参考訳(メタデータ) (2020-11-07T11:27:18Z) - Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。
単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。
これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
論文 参考訳(メタデータ) (2020-10-05T17:19:10Z)
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。