論文の概要: Deep Learning-Based Knowledge Injection for Metaphor Detection: A Comprehensive Review

• arxiv url: http://arxiv.org/abs/2308.04306v4
• Date: Mon, 8 Jan 2024 14:32:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-09 23:26:19.668573
• Title: Deep Learning-Based Knowledge Injection for Metaphor Detection: A Comprehensive Review
• Title（参考訳）: メタファー検出のためのディープラーニングに基づく知識注入:包括的レビュー
• Authors: Cheng Yang, Zheng Li, Zhiyue Liu, Qingbao Huang
• Abstract要約: 本稿では,メタファ検出タスクにおける知識注入へのディープラーニングの適用における研究の進歩を概観する。 まず、主流の知識と知識注入の原則を体系的に要約し、一般化する。 次に、メタファ検出タスクで使用されるデータセット、評価指標、ベンチマークモデルについて検討する。
• 参考スコア（独自算出の注目度）: 24.968400793968417
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Metaphor as an advanced cognitive modality works by extracting familiar concepts in the target domain in order to understand vague and abstract concepts in the source domain. This helps humans to quickly understand and master new domains and thus adapt to changing environments. With the continuous development of metaphor research in the natural language community, many studies using knowledge-assisted models to detect textual metaphors have emerged in recent years. Compared to not using knowledge, systems that introduce various kinds of knowledge achieve greater performance gains and reach SOTA in a recent study. Based on this, the goal of this paper is to provide a comprehensive review of research advances in the application of deep learning for knowledge injection in metaphor detection tasks. We will first systematically summarize and generalize the mainstream knowledge and knowledge injection principles. Then, the datasets, evaluation metrics, and benchmark models used in metaphor detection tasks are examined. Finally, we explore the current issues facing knowledge injection methods and provide an outlook on future research directions.
• Abstract（参考訳）: 高度な認知的モダリティとしてのメタファは、ソースドメインの曖昧で抽象的な概念を理解するために、ターゲットドメインの見慣れた概念を抽出することで機能します。 これにより、人間は新しいドメインを素早く理解し、マスターし、変化する環境に適応できる。 自然言語コミュニティにおけるメタファ研究の継続的な発展に伴い、近年、知識支援モデルを用いてテキストメタファを検出する研究が数多く現れている。 近年の研究では、知識を使わないシステムに比べて、様々な知識を導入するシステムは、より優れたパフォーマンスを実現し、SOTAに到達している。 本研究の目的は,メタファ検出タスクにおける知識注入への深層学習の適用における研究成果の総合的なレビューを提供することである。 まず、主流の知識と知識注入の原則を体系的に要約し、一般化する。 次に、メタファ検出タスクで使用されるデータセット、評価指標、ベンチマークモデルについて検討する。 最後に,ナレッジインジェクション手法が直面する課題を探究し,今後の研究の方向性を展望する。

関連論文リスト

• On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
  ゼロショット画像認識(ZSIR)は、目に見えない領域の認識と推論をモデルに与えることを目的としている。 本稿では,近年の素子ワイドZSIRの進歩について概説する。 まず、オブジェクト認識、合成認識、基礎モデルに基づくオープンワールド認識という3つの基本的なZSIRタスクを、統一された要素的視点に統合する。
  論文  参考訳（メタデータ） (2024-08-09T05:49:21Z)
• Opening the Black-Box: A Systematic Review on Explainable AI in Remote Sensing [51.524108608250074]
  ブラックボックス機械学習アプローチは、リモートセンシングにおける知識抽出における主要なモデリングパラダイムとなっている。 我々は、この分野における重要なトレンドを特定するための体系的なレビューを行い、新しい説明可能なAIアプローチに光を当てた。 また,課題と将来的な研究方向性について,より詳細な展望を述べる。
  論文  参考訳（メタデータ） (2024-02-21T13:19:58Z)
• Towards Open Vocabulary Learning: A Survey [146.90188069113213]
  ディープニューラルネットワークは,セグメンテーションやトラッキング,検出といった,さまざまなコアタスクにおいて,目覚ましい進歩を遂げている。 近年、視覚言語事前学習の急速な進歩により、オープンな語彙設定が提案されている。 本稿では,その分野における最近の発展を要約し分析し,オープンな語彙学習の徹底的なレビューを行う。
  論文  参考訳（メタデータ） (2023-06-28T02:33:06Z)
• Commonsense Knowledge Transfer for Pre-trained Language Models [83.01121484432801]
  ニューラルコモンセンス知識モデルに格納されたコモンセンス知識を汎用的な事前学習言語モデルに転送するフレームワークであるコモンセンス知識伝達を導入する。 まず、一般的なテキストを利用して、ニューラルコモンセンス知識モデルからコモンセンス知識を抽出するクエリを形成する。 次に、コモンセンスマスクの埋め込みとコモンセンスの関係予測という2つの自己教師対象で言語モデルを洗練する。
  論文  参考訳（メタデータ） (2023-06-04T15:44:51Z)
• Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
  知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。 本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
  論文  参考訳（メタデータ） (2022-11-30T03:44:15Z)
• Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
  従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。 本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-24T04:36:07Z)
• Embodied Learning for Lifelong Visual Perception [33.02424587900808]
  我々は、新しいモデルを開発し、建物内を航行する様々なエージェントを比較し、生涯の視覚知覚を具体化して研究する。 エージェントの目的は、探索とアクティブな視覚学習を組み合わせたプロセスの最後に、建物全体のオブジェクトやその他のセマンティッククラスを認識することである。
  論文  参考訳（メタデータ） (2021-12-28T10:47:13Z)
• Deep Gait Recognition: A Survey [15.47582611826366]
  歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。 ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。 深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
  論文  参考訳（メタデータ） (2021-02-18T18:49:28Z)
• Improving Commonsense Question Answering by Graph-based Iterative Retrieval over Multiple Knowledge Sources [26.256653692882715]
  疑問に答えるシステムにおいて、コモンセンスを効果的に活用する方法はまだ検討中である。 本研究では,ConceptNet,Wikipedia,Cambridge Dictionaryを統合した質問応答手法を提案する。 学習済みの言語モデルを用いて、質問を符号化し、知識と選択を検索し、回答の選択を意識した注意機構を提案する。
  論文  参考訳（メタデータ） (2020-11-05T08:50:43Z)

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。