論文の概要: Representing and Computing Uncertainty in Phonological Reconstruction

• arxiv url: http://arxiv.org/abs/2310.12727v1
• Date: Thu, 19 Oct 2023 13:27:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-20 15:15:56.910544
• Title: Representing and Computing Uncertainty in Phonological Reconstruction
• Title（参考訳）: 音韻再構成における不確かさの表現と計算
• Authors: Johann-Mattis List, Nathan W. Hill, Robert Forkel, Frederic Blum
• Abstract要約: 歴史的言語学では本質的にファジィな再現性にもかかわらず、多くの学者は原型の提案において不確かさを表現していない。 本稿では,言語再建における不確実性の表現を可能にする新しい枠組みを提案するとともに,言語データからファジィ再構成を計算するためのワークフローも提供する。
• 参考スコア（独自算出の注目度）: 5.284425534494986
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite the inherently fuzzy nature of reconstructions in historical linguistics, most scholars do not represent their uncertainty when proposing proto-forms. With the increasing success of recently proposed approaches to automating certain aspects of the traditional comparative method, the formal representation of proto-forms has also improved. This formalization makes it possible to address both the representation and the computation of uncertainty. Building on recent advances in supervised phonological reconstruction, during which an algorithm learns how to reconstruct words in a given proto-language relying on previously annotated data, and inspired by improved methods for automated word prediction from cognate sets, we present a new framework that allows for the representation of uncertainty in linguistic reconstruction and also includes a workflow for the computation of fuzzy reconstructions from linguistic data.
• Abstract（参考訳）: 歴史的言語学におけるリコンストラクションの本質的にファジィな性質にもかかわらず、ほとんどの学者は原形を提案する際にその不確かさを表現していない。 従来の比較手法の特定の側面を自動化するための最近提案されたアプローチの成功により、プロトフォームの形式的表現も改善された。 この形式化により、表現と不確実性の計算の両方に対処できる。 教師付き音韻再構築の最近の進歩を基礎として,前述したデータに依拠して単語の再構築法をアルゴリズムが学習し,コグネート集合からの単語自動予測法の改良に触発され,言語再構成における不確実性の表現を可能にするとともに,言語データからのファジィリコンストラクションの計算ワークフローを含む新しい枠組みを提案する。

関連論文リスト

• Improved Neural Protoform Reconstruction via Reflex Prediction [11.105362395278142]
  我々は、プロトフォームはコグネート集合(関連する反射の集合)から推論可能であるだけでなく、プロトフォームからも推論可能であるべきだと主張する。 本稿では,リフレクション予測モデルを用いて,再構成モデルから候補となるプロトフォームをリランクするシステムを提案する。
  論文  参考訳（メタデータ） (2024-03-27T17:13:38Z)
• On Robustness of Prompt-based Semantic Parsing with Large Pre-trained Language Model: An Empirical Study on Codex [48.588772371355816]
  本稿では,大規模なプロンプトベース言語モデルであるコーデックスの対角的ロバスト性に関する最初の実証的研究について述べる。 この結果から, 最先端の言語モデル(SOTA)は, 慎重に構築された敵の例に対して脆弱であることが示された。
  論文  参考訳（メタデータ） (2023-01-30T13:21:00Z)
• Reconstruction Probing [7.647452554776166]
  マスク付き言語モデルにおける再構成確率に基づく文脈表現の新しい解析手法を提案する。 トークンに近いトークンの文脈化は、線形および構文的距離で再構成される。 我々は、文脈化表現のより微細な分解に分析を拡張し、これらのブーストは入力層における静的および位置埋め込みに起因することが判明した。
  論文  参考訳（メタデータ） (2022-12-21T06:22:03Z)
• Neural Unsupervised Reconstruction of Protolanguage Word Forms [34.66200889614538]
  古語形態の教師なし再構成に対する最先端のニューラルアプローチを提案する。 我々はこの研究を、より複雑な音韻学的および形態学的変化を捉えることができるニューラルモデルで拡張する。
  論文  参考訳（メタデータ） (2022-11-16T05:38:51Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• Bayesian Recurrent Units and the Forward-Backward Algorithm [91.39701446828144]
  ベイズの定理を用いることで、ユニットワイド・リカレンスとフォワード・バックワードアルゴリズムに類似した後方再帰を導出する。 その結果得られたベイジアン再帰ユニットは、ディープラーニングフレームワーク内で再帰ニューラルネットワークとして統合することができる。 音声認識の実験は、最先端の繰り返しアーキテクチャの最後に派生したユニットを追加することで、訓練可能なパラメータの点で非常に低コストで性能を向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-07-21T14:00:52Z)
• Generative or Contrastive? Phrase Reconstruction for Better Sentence Representation Learning [86.01683892956144]
  句再構成に基づく新たな自己教師型学習目標を提案する。 我々の生成学習は、十分強力な文表現をもたらし、コントラスト学習と同等の文文類似性タスクで性能を達成することができる。
  論文  参考訳（メタデータ） (2022-04-20T10:00:46Z)
• A New Framework for Fast Automated Phonological Reconstruction Using Trimmed Alignments and Sound Correspondence Patterns [2.6212127510234797]
  自動シーケンス比較のための最先端技術と音声アライメント解析と音声対応パターン検出のための新しい手法を組み合わせた新しいフレームワークを提案する。 提案手法は, 高速であると同時に, 適用および拡張が容易であると同時に, 有望な結果をもたらす。
  論文  参考訳（メタデータ） (2022-04-10T07:11:19Z)
• 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)
• Towards a Theoretical Understanding of the Robustness of Variational Autoencoders [82.68133908421792]
  敵攻撃や他の入力摂動に対する変分オートエンコーダ(VAE)の堅牢性を理解するために,我々は進出している。 確率モデルにおけるロバスト性のための新しい基準である$r$-robustnessを開発する。 遠心法を用いて訓練したVAEが、ロバストネスの指標でよく評価されていることを示す。
  論文  参考訳（メタデータ） (2020-07-14T21:22:29Z)

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。