論文の概要: Exploring Non-Verbal Predicates in Semantic Role Labeling: Challenges and Opportunities

• arxiv url: http://arxiv.org/abs/2307.01870v1
• Date: Tue, 4 Jul 2023 18:28:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-06 16:12:45.166977
• Title: Exploring Non-Verbal Predicates in Semantic Role Labeling: Challenges and Opportunities
• Title（参考訳）: 意味的役割ラベリングにおける非言語的述語探索:課題と機会
• Authors: Riccardo Orlando and Simone Conia and Roberto Navigli
• Abstract要約: 非言語述語は、セマンティック・ロール・ラベルリングの進捗を測るのによく使われるベンチマークに現れます。 我々は、最先端のシステムは、異なる述語型間で知識を伝達することができないことを示した。 本稿では, 動詞, 名詞, 形容詞の述語構造に等しく重要性を持たせるために, 手書きの課題セットを提案する。
• 参考スコア（独自算出の注目度）: 40.46449855403553
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Although we have witnessed impressive progress in Semantic Role Labeling (SRL), most of the research in the area is carried out assuming that the majority of predicates are verbs. Conversely, predicates can also be expressed using other parts of speech, e.g., nouns and adjectives. However, non-verbal predicates appear in the benchmarks we commonly use to measure progress in SRL less frequently than in some real-world settings -- newspaper headlines, dialogues, and tweets, among others. In this paper, we put forward a new PropBank dataset which boasts wide coverage of multiple predicate types. Thanks to it, we demonstrate empirically that standard benchmarks do not provide an accurate picture of the current situation in SRL and that state-of-the-art systems are still incapable of transferring knowledge across different predicate types. Having observed these issues, we also present a novel, manually-annotated challenge set designed to give equal importance to verbal, nominal, and adjectival predicate-argument structures. We use such dataset to investigate whether we can leverage different linguistic resources to promote knowledge transfer. In conclusion, we claim that SRL is far from "solved", and its integration with other semantic tasks might enable significant improvements in the future, especially for the long tail of non-verbal predicates, thereby facilitating further research on SRL for non-verbal predicates.
• Abstract（参考訳）: セマンティック・ロール・ラベルリング (SRL) では顕著な進歩が見られたが、ほとんどの研究は、述語の大半が動詞であると仮定して行われている。 逆に、述語は名詞や形容詞などの他の部分を用いて表現することもできる。 しかしながら、非言語述語は、SRLの進捗を実際の設定(新聞の見出し、対話、ツイートなど)よりも少ない頻度で測定するために一般的に使用しているベンチマークに現れます。 本稿では,複数の述語型をカバーする新しいpropbankデータセットを提案する。 これにより、標準ベンチマークは、SRLの現在の状況の正確な画像を提供しておらず、最先端システムは、異なる述語型間で知識を伝達できないことを実証的に実証する。 これらの問題を観察し、言語、名目、形容詞の述語構造に等しく重要性を与えるように設計された、手書きの課題セットも提示する。 このようなデータセットを使用して,異なる言語資源を活用して知識伝達を促進することができるか検討する。 結論として、SRLは「解決」には程遠いものであり、他の意味的タスクと統合することで、特に非言語述語の長い尾において、将来重要な改善が可能となり、非言語述語のSRLに関するさらなる研究が促進される。

関連論文リスト

• The language of prompting: What linguistic properties make a prompt successful? [13.034603322224548]
  LLMは、多くのNLPタスクにおいて、印象的なゼロショットまたは少数ショットのパフォーマンスを達成するよう促すことができる。 しかし、プロンプトの言語的特性がタスクのパフォーマンスとどのように関連しているかについての体系的な理解はいまだに欠けている。 モーメント,テンション,アスペクト,モダリティなどの文法的性質と,同義語の使用による語彙・意味の変化について検討する。
  論文  参考訳（メタデータ） (2023-11-03T15:03:36Z)
• Are Large Language Models Robust Coreference Resolvers? [17.60248310475889]
  我々は、コア参照のプロンプトが、現在の教師なしコア参照システムより優れていることを示す。 さらなる調査により、命令調整されたLMが驚くほどドメイン、言語、時間にまたがって一般化されることが判明した。
  論文  参考訳（メタデータ） (2023-05-23T19:38:28Z)
• 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)
• Self-Supervised Speech Representation Learning: A Review [105.1545308184483]
  自己教師付き表現学習法は、幅広いタスクやドメインに利益をもたらす単一の普遍的モデルを約束する。 音声表現学習は、生成的、コントラスト的、予測的という3つの主要なカテゴリで同様の進歩を経験している。 本稿では,自己指導型音声表現学習のアプローチと,他の研究領域との関係について述べる。
  論文  参考訳（メタデータ） (2022-05-21T16:52:57Z)
• Testing the Ability of Language Models to Interpret Figurative Language [69.59943454934799]
  比喩的・比喩的な言語は言論において一般的である。 現代の言語モデルが非リテラルなフレーズをどの程度解釈できるかについては、未解決の疑問が残る。 ウィノグラードスタイルの非文字言語理解タスクであるFig-QAを紹介する。
  論文  参考訳（メタデータ） (2022-04-26T23:42:22Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)
• Intrinsic Probing through Dimension Selection [69.52439198455438]
  現代のほとんどのNLPシステムは、様々なタスクにおいて驚くほど高いパフォーマンスが得られる事前訓練された文脈表現を使用している。 このような高いパフォーマンスは、ある種の言語構造がこれらの表現に根ざしない限りはあり得ず、それを探究する研究が盛んに行われている。 本稿では,言語情報が表現内でどのように構造化されているかを示す内在的探索と,先行研究で広く普及している外在的探索とを区別し,抽出に成功したことを示すことによって,そのような情報の存在を主張するのみである。
  論文  参考訳（メタデータ） (2020-10-06T15:21:08Z)
• Semantic Relatedness for Keyword Disambiguation: Exploiting Different Embeddings [0.0]
  本稿では,学習時に未知の外部インベントリ(オントロジー)によって提供される単語と感覚間の意味的関連性に基づくキーワードの曖昧さに対するアプローチを提案する。 実験の結果,特定のドメインをトレーニングすることなく,単語センスの曖昧さ (WSD) を適用した場合に,この手法が技術状況に匹敵する結果が得られることがわかった。
  論文  参考訳（メタデータ） (2020-02-25T16:44:50Z)

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。