論文の概要: Interpreting Sentiment Composition with Latent Semantic Tree

• arxiv url: http://arxiv.org/abs/2308.16588v1
• Date: Thu, 31 Aug 2023 09:35:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-01 14:53:00.851999
• Title: Interpreting Sentiment Composition with Latent Semantic Tree
• Title（参考訳）: 潜在意味木を用いた感情構成の解釈
• Authors: Zhongtao Jiang, Yuanzhe Zhang, Cao Liu, Jiansong Chen, Jun Zhao, Kang Liu
• Abstract要約: 本稿では,感情構成を原則的に解釈できる新しいツリー形式であるセマンティックツリーを提案する。 セマンティックツリー(Semantic tree)は、文脈自由文法(CFG)の派生であり、異なる意味的役割に関する特定の構成規則を記述するものである。 本手法は,正規化とドメイン適応化の設定において,ベースラインよりも優れた,あるいは競争的な結果が得られる。
• 参考スコア（独自算出の注目度）: 21.008695645095038
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the key to sentiment analysis, sentiment composition considers the classification of a constituent via classifications of its contained sub-constituents and rules operated on them. Such compositionality has been widely studied previously in the form of hierarchical trees including untagged and sentiment ones, which are intrinsically suboptimal in our view. To address this, we propose semantic tree, a new tree form capable of interpreting the sentiment composition in a principled way. Semantic tree is a derivation of a context-free grammar (CFG) describing the specific composition rules on difference semantic roles, which is designed carefully following previous linguistic conclusions. However, semantic tree is a latent variable since there is no its annotation in regular datasets. Thus, in our method, it is marginalized out via inside algorithm and learned to optimize the classification performance. Quantitative and qualitative results demonstrate that our method not only achieves better or competitive results compared to baselines in the setting of regular and domain adaptation classification, and also generates plausible tree explanations.
• Abstract（参考訳）: 感情分析の鍵として、感情構成は、そのサブ構成成分の分類とそれらに基づいて操作される規則によって構成成分の分類を考える。 このような構成性は, 従来, 直交木や感情木などの階層木の形態で広く研究されてきた。 そこで本研究では,感情構成を原理的に解釈可能な新しい木形式であるセマンティクスツリーを提案する。 セマンティックツリー(Semantic tree)は、文脈自由文法(CFG)から派生したもので、意味的役割の違いに関する特定の構成規則を記述する。 しかし、セマンティクスツリーは通常のデータセットにそのアノテーションがないため、潜在変数である。 そこで,本手法では,内部アルゴリズムを用いて疎外し,分類性能の最適化を学習する。 定量的・定性的な結果から,本手法は正規および領域適応分類の設定において,ベースラインよりも優れた,あるいは競争的な結果が得られるだけでなく,妥当なツリー説明を生成する。

関連論文リスト

• Integrating Hierarchical Semantic into Iterative Generation Model for Entailment Tree Explanation [7.5496857647335585]
  本稿では,HiSCG (Controller-Generator) の枠組みに基づいて文の階層的意味論を統合するアーキテクチャを提案する。 提案手法はEntailmentBankデータセットの3つの設定で同等のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-09-26T11:46:58Z)
• 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)
• Advancing Incremental Few-shot Semantic Segmentation via Semantic-guided Relation Alignment and Adaptation [98.51938442785179]
  増分的な数ショットセマンティックセマンティックセマンティクスは、セマンティクスセマンティクスモデルを新しいクラスに漸進的に拡張することを目的としている。 このタスクは、データ不均衡のため、ベースクラスと新しいクラスの間で深刻な意味認識の問題に直面します。 本稿では,従来の意味情報のガイダンスを完全に考慮した意味誘導型関係調整適応法を提案する。
  論文  参考訳（メタデータ） (2023-05-18T10:40:52Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Fine-tuning a Subtle Parsing Distinction Using a Probabilistic Decision Tree: the Case of Postnominal "that" in Noun Complement Clauses vs. Relative Clauses [0.0]
  英文の相対的節と名詞的補節を解析する2つの方法を検討した。 我々は、Universal Dependencyを用いてGUM Treebankで解析されたコーパスをラバーするアルゴリズムを使用した。 2つ目の実験は、確率的決定木であるTreeTaggerを用いて、2つの補数と相対的利用の区別を学習することであった。
  論文  参考訳（メタデータ） (2022-12-05T20:52:41Z)
• A Mathematical Programming Approach to Optimal Classification Forests [1.0705399532413618]
  本稿では,与えられた木を同時に構築する数学的最適化手法を提案する。 分類規則は、森林の樹木の中で最も頻繁に予測される分類をそれぞれの観察に割り当てることによって導かれる。 提案手法は,最先端木分類法と同等あるいは優れた性能を示す。
  論文  参考訳（メタデータ） (2022-11-18T20:33:08Z)
• Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
  ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。 本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-24T12:55:23Z)
• To be Closer: Learning to Link up Aspects with Opinions [18.956990787407793]
  アスペクトベース感情分析(ABSA)における係り受け解析木の有用性 本研究では,アスペクト中心のツリー構造を学習することで,アスペクトと対応する意見語の距離を短くすることを目的とする。 学習プロセスにより、木構造はアスペクトと意見語を適応的に相関させ、ABSAタスクの極性をよりよく識別することができる。
  論文  参考訳（メタデータ） (2021-09-17T07:37:13Z)
• Compositional Generalization via Semantic Tagging [81.24269148865555]
  本稿では,シーケンス・ツー・シーケンスモデルの表現性と一般性を保存するための新しいデコードフレームワークを提案する。 提案手法は, モデルアーキテクチャ, ドメイン, セマンティックフォーマリズム間の構成一般化を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2020-10-22T15:55:15Z)
• SentiBERT: A Transferable Transformer-Based Architecture for Compositional Sentiment Semantics [82.51956663674747]
  SentiBERT は BERT の変種であり、構成的感情意味論を効果的に捉えている。 SentiBERTは語句レベルの感情分類において競争力を発揮することを示す。
  論文  参考訳（メタデータ） (2020-05-08T15:40:17Z)

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。