Fugu-MT 論文翻訳(概要): Computational Semantics and Evaluation Benchmark for Interrogative Sentences via Combinatory Categorial Grammar

論文の概要: Computational Semantics and Evaluation Benchmark for Interrogative Sentences via Combinatory Categorial Grammar

arxiv url: http://arxiv.org/abs/2312.14737v1
Date: Fri, 22 Dec 2023 14:46:02 GMT
ステータス: 処理完了
システム内更新日: 2023-12-25 14:39:27.181625
Title: Computational Semantics and Evaluation Benchmark for Interrogative Sentences via Combinatory Categorial Grammar
Title（参考訳）: Combinatoryカテゴリー文法を用いた対話文の計算意味と評価ベンチマーク
Authors: Hayate Funakura, Koji Mineshima
Abstract要約: 我々は,コンビニティ・カテゴリ・文法(CCG)の枠組みの中で,多種多様な極性質問と難問に関する構成意味論を提示する。本稿では,質問文の意味性を評価するための質問応答データセットQSEMを提案する。
参考スコア（独自算出の注目度）: 8.666172545138275
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a compositional semantics for various types of polar questions and wh-questions within the framework of Combinatory Categorial Grammar (CCG). To assess the explanatory power of our proposed analysis, we introduce a question-answering dataset QSEM specifically designed to evaluate the semantics of interrogative sentences. We implement our analysis using existing CCG parsers and conduct evaluations using the dataset. Through the evaluation, we have obtained annotated data with CCG trees and semantic representations for about half of the samples included in QSEM. Furthermore, we discuss the discrepancy between the theoretical capacity of CCG and the capabilities of existing CCG parsers.
Abstract（参考訳）: 本稿では, Combinatory Categorial Grammar (CCG) の枠組みの中で,多種多様な極性質問に対する構成意味論について述べる。提案する分析の説明力を評価するために,質問文の意味性を評価するための質問応答データセットQSEMを提案する。我々は既存のCCGパーサを用いて分析を行い、データセットを用いて評価を行う。評価の結果,QSEMに含まれるサンプルの約半数に対して,CCG木を用いた注釈付きデータと意味表現が得られた。さらに,CCGの理論的能力と既存のCCGパーサの能力の相違についても論じる。

関連論文リスト

Automated Speaking Assessment of Conversation Tests with Novel Graph-based Modeling on Spoken Response Coherence [11.217656140423207]
ASACは、1つ以上の候補者と対話する環境でL2話者の全体的な発話能力を評価することを目的としている。本稿では,広い応答間相互作用とニュアンス付き意味情報の両方を適切に組み込んだ階層グラフモデルを提案する。 NICT-JLEベンチマークデータセットの大規模な実験結果から,提案手法が予測精度を大幅に向上する可能性が示唆された。
論文参考訳（メタデータ） (2024-09-11T07:24:07Z)
QUDSELECT: Selective Decoding for Questions Under Discussion Parsing [90.92351108691014]
Question Under Examination (QUD) は、暗黙の質問を用いて文間の会話関係を明らかにするための談話フレームワークである。本稿では,QUD基準を考慮したQUD依存構造を選択的に復号する共同学習フレームワークであるQUDSELECTを紹介する。提案手法は,人的評価において9%,自動評価において4%,最先端のベースラインモデルよりも優れていた。
論文参考訳（メタデータ） (2024-08-02T06:46:08Z)
Benchmarking Large Language Models in Complex Question Answering Attribution using Knowledge Graphs [35.089203283068635]
属性を測定するための細かなカテゴリのセットを紹介し,CAQA(Complex Attributed Question Answering)ベンチマークを開発する。分析の結果,既存の評価器は微粒な属性設定では性能が悪く,複雑な引用文の推論に弱点が認められることがわかった。
論文参考訳（メタデータ） (2024-01-26T04:11:07Z)
Bayesian Networks for Named Entity Prediction in Programming Community Question Answering [0.0]
ベイジアンネットワークを用いた自然言語処理のための新しい手法を提案し,その文脈を予測・解析する。ベイジアンネットワークとBIC、BDeu、K2、Chow-Liuといったスコアメトリクスを比較した。さらに,有向非巡回グラフの可視化を行い,意味的関係を解析する。
論文参考訳（メタデータ） (2023-02-26T07:26:36Z)
Towards Interpretable Summary Evaluation via Allocation of Contextual Embeddings to Reference Text Topics [1.5749416770494706]
多面的解釈可能な要約評価法(MISEM)は、要約の文脈トークンの埋め込みを、参照テキストで特定されたセマンティックトピックに割り当てることに基づいている。 MISEMはTAC'08データセット上の人間の判断と有望な.404ピアソン相関を達成している。
論文参考訳（メタデータ） (2022-10-25T17:09:08Z)
Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion [57.43781399856913]
この研究は、談話分析にQUD(Language framework of Questions Under discussion)を採用する。我々は、文間の関係を、徹底的なきめ細かい質問とは対照的に、自由形式の質問として特徴づける。完全文書上の質問の依存関係構造を導出する第一種QUDを開発する。
論文参考訳（メタデータ） (2022-10-12T03:53:12Z)
DisCoDisCo at the DISRPT2021 Shared Task: A System for Discourse Segmentation, Classification, and Connective Detection [4.371388370559826]
我々のシステムはDisCoDisCoと呼ばれ、コンテキスト化された単語の埋め込みを手作りの機能で強化する。関係分類の結果は、新しい2021ベンチマークで強い性能を示している。複数の事前学習されたトランスフォーマーベース言語モデルの部分評価は、Next Sentence Predictionタスクで事前学習されたモデルが関係分類に最適であることを示している。
論文参考訳（メタデータ） (2021-09-20T18:11:05Z)
CoPHE: A Count-Preserving Hierarchical Evaluation Metric in Large-Scale Multi-Label Text Classification [70.554573538777]
ニューラルLMTCモデルの予測の階層的評価について論じる。先行技術における構造化ラベル空間の表現における構造的問題について述べる。深度に基づく表現を用いた階層的評価のための指標セットを提案する。
論文参考訳（メタデータ） (2021-09-10T13:09:12Z)
Coherent Hierarchical Multi-Label Classification Networks [56.41950277906307]
C-HMCNN(h)はHMC問題に対する新しいアプローチであり、階層情報を利用して制約に整合した予測を生成し、性能を向上させる。最先端モデルと比較してC-HMCNN(h)の優れた性能を示す広範囲な実験的検討を行った。
論文参考訳（メタデータ） (2020-10-20T09:37:02Z)
Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文参考訳（メタデータ） (2020-10-13T21:33:24Z)
Towards Question-Answering as an Automatic Metric for Evaluating the Content Quality of a Summary [65.37544133256499]
質問回答(QA)を用いて要約内容の質を評価する指標を提案する。提案指標であるQAEvalの分析を通じて,QAに基づくメトリクスの実験的メリットを実証する。
論文参考訳（メタデータ） (2020-10-01T15:33:09Z)

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。