論文の概要: An Expectation-Realization Model for Metaphor Detection

• arxiv url: http://arxiv.org/abs/2311.03963v1
• Date: Tue, 7 Nov 2023 13:03:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-08 15:35:39.799806
• Title: An Expectation-Realization Model for Metaphor Detection
• Title（参考訳）: メタファ検出のための期待実現モデル
• Authors: Oseremen O. Uduehi and Razvan C. Bunescu
• Abstract要約: 本稿では,2つの主要モジュールを中心に構築されたメタファ検出アーキテクチャを提案する。 期待成分は、コンテキストが与えられたリテラル単語の予測表現を推定し、実現成分は、コンテキスト内の実際の単語の意味の表現を算出する。 全体的なアーキテクチャは、単語の比喩的使用を特徴付ける期待実現パターンを学ぶために訓練される。
• 参考スコア（独自算出の注目度）: 3.249167201995207
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose a metaphor detection architecture that is structured around two main modules: an expectation component that estimates representations of literal word expectations given a context, and a realization component that computes representations of actual word meanings in context. The overall architecture is trained to learn expectation-realization (ER) patterns that characterize metaphorical uses of words. When evaluated on three metaphor datasets for within distribution, out of distribution, and novel metaphor generalization, the proposed method is shown to obtain results that are competitive or better than state-of-the art. Further increases in metaphor detection accuracy are obtained through ensembling of ER models.
• Abstract（参考訳）: 本稿では,2つの主要モジュールを中心に構築されたメタファ検出アーキテクチャを提案する。コンテキストが与えられたリテラル単語の予測表現を推定する予測コンポーネントと,コンテキスト内の実際の単語の意味表現を計算する実現コンポーネントである。 全体的なアーキテクチャは、単語の比喩的使用を特徴付ける予測実現(ER)パターンを学ぶために訓練される。 分布内,分布外,新しいメタファー一般化の3つのメタファーデータセットを評価した結果,本手法は最先端技術よりも競争力のある結果を得ることができた。 さらに、ERモデルのアンサンブルによりメタファー検出精度が向上する。

関連論文リスト

• Towards a Fully Interpretable and More Scalable RSA Model for Metaphor Understanding [0.8437187555622164]
  Rational Speech Act (RSA) モデルは、計算用語で実用的推論をモデル化するための柔軟なフレームワークを提供する。 本稿では、明示的な公式を提供することで制限に対処するメタファー理解のための新しいRSAフレームワークを提案する。 このモデルは、従来の$textitJohn-is-a-shark$型に限らず、24のメタファでテストされた。
  論文  参考訳（メタデータ） (2024-04-03T18:09:33Z)
• ContrastWSD: Enhancing Metaphor Detection with Word Sense Disambiguation Following the Metaphor Identification Procedure [1.03590082373586]
  メタファー識別法(MIP)と単語センス曖昧化(WSD)を統合したRoBERTaを用いたメタファメタメタファ検出モデルを提案する。 WSDモデルから派生した単語感覚を利用することで、メタファ検出プロセスを強化し、他の手法より優れる。 我々は,様々なベンチマークデータセットに対するアプローチを評価し,それを強力なベースラインと比較し,メタファ検出の促進効果を示す。
  論文  参考訳（メタデータ） (2023-09-06T15:41:38Z)
• Metaphor Detection via Explicit Basic Meanings Modelling [12.096691826237114]
  本稿では,トレーニングセットからのリテラルアノテーションに基づいて,単語の基本的意味をモデル化するメタファ検出手法を提案する。 実験の結果,本手法はF1スコアにおいて,最先端の手法よりも1.0%優れていた。
  論文  参考訳（メタデータ） (2023-05-26T21:25:05Z)
• Compositional Generalization in Grounded Language Learning via Induced Model Sparsity [81.38804205212425]
  グリッド環境における単純な言語条件のナビゲーション問題について考察する。 本研究では,オブジェクトの指示文と属性のスパース相関を助長するエージェントを設計し,それらを組み合わせて目的を導出する。 我々のエージェントは、少数のデモンストレーションから学習した場合でも、新しいプロパティの組み合わせを含む目標に対して高いレベルのパフォーマンスを維持している。
  論文  参考訳（メタデータ） (2022-07-06T08:46:27Z)
• Did the Cat Drink the Coffee? Challenging Transformers with Generalized Event Knowledge [59.22170796793179]
  Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。 以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。 しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
  論文  参考訳（メタデータ） (2021-07-22T20:52:26Z)
• Metaphor Generation with Conceptual Mappings [58.61307123799594]
  我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。 本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。 教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
  論文  参考訳（メタデータ） (2021-06-02T15:27:05Z)
• Discrete representations in neural models of spoken language [56.29049879393466]
  音声言語の弱教師付きモデルの文脈における4つの一般的なメトリクスの利点を比較した。 異なる評価指標が矛盾する結果をもたらすことが分かりました。
  論文  参考訳（メタデータ） (2021-05-12T11:02:02Z)
• Introducing Syntactic Structures into Target Opinion Word Extraction with Deep Learning [89.64620296557177]
  目的語抽出のためのディープラーニングモデルに文の構文構造を組み込むことを提案する。 また,ディープラーニングモデルの性能向上のために,新たな正規化手法を導入する。 提案モデルは,4つのベンチマークデータセット上での最先端性能を広範囲に解析し,達成する。
  論文  参考訳（メタデータ） (2020-10-26T07:13:17Z)
• Contextual Modulation for Relation-Level Metaphor Identification [3.2619536457181075]
  本稿では,ある文法的関係の関連レベルの比喩表現を識別するための新しいアーキテクチャを提案する。 視覚的推論の研究にインスパイアされた方法論では、我々のアプローチは、深い文脈化された特徴にニューラルネットワークの計算を条件付けすることに基づいている。 提案したアーキテクチャは,ベンチマークデータセット上で最先端の結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-12T12:07:02Z)
• How Far are We from Effective Context Modeling? An Exploratory Study on Semantic Parsing in Context [59.13515950353125]
  文法に基づく意味解析を行い,その上に典型的な文脈モデリング手法を適用する。 我々は,2つの大きなクロスドメインデータセットに対して,13のコンテキストモデリング手法を評価した。
  論文  参考訳（メタデータ） (2020-02-03T11:28:10Z)

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。