Fugu-MT 論文翻訳(概要): "Definition Modeling: To model definitions." Generating Definitions With Little to No Semantics

論文の概要: "Definition Modeling: To model definitions." Generating Definitions With Little to No Semantics

arxiv url: http://arxiv.org/abs/2306.08433v1
Date: Wed, 14 Jun 2023 11:08:38 GMT
ステータス: 処理完了
システム内更新日: 2023-06-16 19:17:37.482980
Title: "Definition Modeling: To model definitions." Generating Definitions With Little to No Semantics
Title（参考訳）: 『定義モデリング:定義をモデル化する』セマンティクスを使わずに定義を生成する
Authors: Vincent Segonne and Timothee Mickus
Abstract要約: 我々は、このタスクが期待するほど意味論を含まないかもしれないという証拠を提示する。文献から得られた先行モデルは、明示的なポリセミズムのような意味的側面にかなり敏感であることを示す。
参考スコア（独自算出の注目度）: 0.4061135251278187
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Definition Modeling, the task of generating definitions, was first proposed as a means to evaluate the semantic quality of word embeddings-a coherent lexical semantic representations of a word in context should contain all the information necessary to generate its definition. The relative novelty of this task entails that we do not know which factors are actually relied upon by a Definition Modeling system. In this paper, we present evidence that the task may not involve as much semantics as one might expect: we show how an earlier model from the literature is both rather insensitive to semantic aspects such as explicit polysemy, as well as reliant on formal similarities between headwords and words occurring in its glosses, casting doubt on the validity of the task as a means to evaluate embeddings.
Abstract（参考訳）: 定義モデル(定義を生成するタスク)は、最初に、単語埋め込みの意味的品質を評価する手段として提案され、文脈における単語の一貫した語彙的意味表現は、その定義を生成するために必要な全ての情報を含むべきである。このタスクの比較的新しいところは、どの要素が実際に定義モデリングシステムに頼っているかわからないことです。本稿では,本論文の先行モデルが,明示的な多意味性などの意味的側面に対してより敏感であること,また,単語と語句間の形式的類似性に頼っていること,および埋め込みを評価する手段としてのタスクの有効性に疑念を抱くこと,など,期待するほど意味論を含まない可能性があることを示す。

関連論文リスト

Definition generation for lexical semantic change detection [3.7297237438000788]
ダイアクロニック辞書意味変化検出(LSCD)タスクにおける意味表現として,大言語モデルによって生成された文脈化された単語定義を用いる。つまり、生成された定義を感覚として使用し、比較対象単語の変化スコアを、比較対象単語の分布を2つの期間に比較して検索する。本手法は従来の非教師付きLSCD法と同等か優れる。
論文参考訳（メタデータ） (2024-06-20T10:13:08Z)
Domain Embeddings for Generating Complex Descriptions of Concepts in Italian Language [65.268245109828]
電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
論文参考訳（メタデータ） (2024-02-26T15:04:35Z)
Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
論文参考訳（メタデータ） (2023-07-06T10:52:22Z)
Vec2Gloss: definition modeling leveraging contextualized vectors with Wordnet gloss [8.741676279851728]
対象単語の文脈的埋め込みから光沢を生成するVec2Gloss'モデルを提案する。この研究で得られた光沢は、中国語のWordnetの体系的な光沢パターンによって実現されている。以上の結果から,提案したVec2Glossモデルが文脈的埋め込みの語彙-意味的応用に新たな視点を開きつつあることが示唆された。
論文参考訳（メタデータ） (2023-05-29T02:37:37Z)
Semantic Role Labeling Meets Definition Modeling: Using Natural Language to Describe Predicate-Argument Structures [104.32063681736349]
本稿では,離散ラベルの代わりに自然言語定義を用いて述語-代名詞構造を記述する手法を提案する。 PropBankスタイルおよびFrameNetスタイル、依存性ベースおよびスパンベースSRLに関する実験と分析は、解釈可能な出力を持つフレキシブルモデルが必ずしも性能を犠牲にしないことを示す。
論文参考訳（メタデータ） (2022-12-02T11:19:16Z)
Distance Based Image Classification: A solution to generative classification's conundrum? [70.43638559782597]
差別的境界は、何によって意味論を定義するため、直観に反するものであると論じる。本稿では,シェル理論の階層的生成過程によって意味的因子が許容される新しい生成モデルを提案する。本モデルを用いて,意味的手がかりを保ちながら雑音の影響を抑える分類手法を開発した。
論文参考訳（メタデータ） (2022-10-04T03:35:13Z)
IRB-NLP at SemEval-2022 Task 1: Exploring the Relationship Between Words and Their Semantic Representations [0.0]
本研究は,CODWOEデータセットを用いた記述的,探索的,予測的データ分析に基づいて行った。本稿では,定義モデリングとリバース辞書タスクのために設計したシステムの概要について述べる。
論文参考訳（メタデータ） (2022-05-13T18:15:20Z)
Translational Concept Embedding for Generalized Compositional Zero-shot Learning [73.60639796305415]
一般合成ゼロショット学習は、ゼロショット方式で属性オブジェクト対の合成概念を学習する手段である。本稿では,これら2つの課題を統一的なフレームワークで解決するために,翻訳概念の埋め込み(translational concept embedded)という新しいアプローチを提案する。
論文参考訳（メタデータ） (2021-12-20T21:27:51Z)
CDM: Combining Extraction and Generation for Definition Modeling [8.487707405248242]
本稿では,定義モデリングのための抽出と生成を組み合わせることを提案する。まず、Webから対象用語の自己および相関的な定義情報を抽出する。そして、抽出した定義情報を組み込んで最終定義を生成する。
論文参考訳（メタデータ） (2021-11-14T08:03:18Z)
VCDM: Leveraging Variational Bi-encoding and Deep Contextualized Word Representations for Improved Definition Modeling [24.775371434410328]
定義モデリングの課題は、単語やフレーズの定義を学習することである。このタスクの既存のアプローチは差別的であり、直接的ではなく暗黙的に分布的意味論と語彙的意味論を組み合わせたものである。本稿では、文脈内で使われるフレーズとその定義の基盤となる関係を明示的にモデル化するために、連続潜時変数を導入したタスク生成モデルを提案する。
論文参考訳（メタデータ） (2020-10-07T02:48:44Z)
Lexical Sememe Prediction using Dictionary Definitions by Capturing Local Semantic Correspondence [94.79912471702782]
セメムは人間の言語の最小の意味単位として定義されており、多くのNLPタスクで有用であることが証明されている。本稿では,このようなマッチングを捕捉し,セメムを予測できるセメム対応プールモデルを提案する。我々は,有名なSememe KB HowNetのモデルとベースライン手法を評価し,そのモデルが最先端のパフォーマンスを実現することを発見した。
論文参考訳（メタデータ） (2020-01-16T17:30:36Z)

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。