論文の概要: Large language model for Bible sentiment analysis: Sermon on the Mount
- arxiv url: http://arxiv.org/abs/2401.00689v1
- Date: Mon, 1 Jan 2024 07:35:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 16:21:29.806686
- Title: Large language model for Bible sentiment analysis: Sermon on the Mount
- Title（参考訳）: 聖書感情分析のための大規模言語モデル:マウントでのサーモン
- Authors: Mahek Vora, Tom Blau, Vansh Kachhwal, Ashu M. G. Solo, Rohitash
Chandra
- Abstract要約: 我々は、聖書の選択された章を研究するために感情分析を利用する。
これらの章は山のサーモンとして知られている。
私たちは、イエスがメッセージを伝えるために使った各章で、ユーモア、楽観主義、共感の異なるレベルを検知します。
- 参考スコア（独自算出の注目度）: 1.8804426519412474
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The revolution of natural language processing via large language models has
motivated its use in multidisciplinary areas that include social sciences and
humanities and more specifically, comparative religion. Sentiment analysis
provides a mechanism to study the emotions expressed in text. Recently,
sentiment analysis has been used to study and compare translations of the
Bhagavad Gita, which is a fundamental and sacred Hindu text. In this study, we
use sentiment analysis for studying selected chapters of the Bible. These
chapters are known as the Sermon on the Mount. We utilize a pre-trained
language model for sentiment analysis by reviewing five translations of the
Sermon on the Mount, which include the King James version, the New
International Version, the New Revised Standard Version, the Lamsa Version, and
the Basic English Version. We provide a chapter-by-chapter and verse-by-verse
comparison using sentiment and semantic analysis and review the major
sentiments expressed. Our results highlight the varying sentiments across the
chapters and verses. We found that the vocabulary of the respective
translations is significantly different. We detected different levels of
humour, optimism, and empathy in the respective chapters that were used by
Jesus to deliver his message.
- Abstract（参考訳）: 大規模言語モデルによる自然言語処理の革命は、社会科学や人文科学、特に比較宗教を含む多分野の分野においてその利用を動機付けた。
感覚分析は、テキストで表される感情を研究するメカニズムを提供する。
近年、ヒンドゥー教の基本かつ神聖なテキストであるバガヴァド・ギタの翻訳を研究し比較するために感情分析が用いられている。
本研究では,聖書選択章の研究に感情分析を用いた。
これらの章は山上の説教として知られる。
プレトレーニング言語モデルを用いて感情分析を行い,キング・ジェームズ版,新しい国際版,改訂版,ラムサ版,ベーシック・イングリッシュ版を含む,マウント上の説教の5つの翻訳をレビューした。
感情分析と意味分析を用いて,章毎,章毎,節毎の比較を行い,主な感情をレビューする。
この結果は章や詩の様々な感情を浮き彫りにしている。
その結果,各翻訳の語彙は大きく異なることがわかった。
我々は、イエスが伝言を届けるために使用した各章で、異なるレベルのユーモア、楽観主義、共感を発見した。
関連論文リスト
- Critical biblical studies via word frequency analysis: unveiling text authorship [7.2762881851201255]
私たちは、聖書の最初の9冊にまたがる多くの章にまたがる3つの異なる著者を区別することを目指しています。
我々の分析は、最初の2人の著者(DとDtrH)が、専門家の評価と一致した事実であるPよりもはるかに密接な関係があることを示唆している。
論文 参考訳（メタデータ） (2024-10-24T22:08:38Z) - You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
感情分析ツールが同じデータセットで一致しないことを示す。
感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
論文 参考訳（メタデータ） (2024-10-18T17:27:38Z) - Large Language Models Meet Text-Centric Multimodal Sentiment Analysis: A Survey [66.166184609616]
ChatGPTは、テキスト中心のマルチモーダルタスクに大規模言語モデル(LLM)を適用する大きな可能性を開く。
既存のLLMがテキスト中心のマルチモーダル感情分析タスクにどのように適応できるかは、まだ不明である。
論文 参考訳（メタデータ） (2024-06-12T10:36:27Z) - Efficacy of ByT5 in Multilingual Translation of Biblical Texts for Underrepresented Languages [3.313876945324241]
本研究では,ByT5をベースとした多言語翻訳モデルの開発と評価を行った。
我々は、文字ベースおよび形態学的に豊かな言語の複雑なニュアンスを捉えるために、モデルを訓練した。
BLEUスコアで測定し,サンプル翻訳を補足した結果,本モデルが神文へのアクセシビリティを向上させることが示唆された。
論文 参考訳（メタデータ） (2024-05-22T05:12:35Z) - Sentiment Analysis Across Languages: Evaluation Before and After Machine Translation to English [0.0]
本稿では,機械翻訳を行った多言語データセットおよびテキストを対象とした感性分析タスクにおけるトランスフォーマーモデルの性能について検討する。
異なる言語文脈におけるこれらのモデルの有効性を比較することで、それらの性能変化と様々な言語における感情分析の潜在的な影響について洞察を得ることができる。
論文 参考訳（メタデータ） (2024-05-05T10:52:09Z) - Comparing Biases and the Impact of Multilingual Training across Multiple
Languages [70.84047257764405]
ダウンストリーム感情分析タスクにおいて,イタリア語,中国語,英語,ヘブライ語,スペイン語のバイアス分析を行う。
我々は、既存の感情バイアスのテンプレートを、人種、宗教、国籍、性別の4つの属性で、イタリア語、中国語、ヘブライ語、スペイン語に適応させる。
以上の結果から,各言語の文化に支配的な集団の嗜好など,バイアス表現の類似性を明らかにした。
論文 参考訳（メタデータ） (2023-05-18T18:15:07Z) - Improving Sentiment Analysis By Emotion Lexicon Approach on Vietnamese
Texts [0.0]
テキストから感情を表す単語を見つけることで、感情分析タスクの分類モデルの性能を向上させることができる。
実験の結果,感情辞書と分類モデルを組み合わせることで,モデルの性能が向上することがわかった。
論文 参考訳（メタデータ） (2022-10-05T07:34:07Z) - Semantic and sentiment analysis of selected Bhagavad Gita translations
using BERT-based language framework [0.4125187280299248]
バガヴァド・ギーガ(Bhagavad Gita)は、サンスクリットで書かれた古代ヒンドゥー教の哲学書で、マハーバーラタ戦争の前にクリシュナ卿とアルジュナの会話を描いている。
本稿では,Bhagavad Gitaから選択された翻訳文(主にサンスクリット語から英語)を,意味分析と感情分析を用いて比較する。
論文 参考訳（メタデータ） (2022-01-09T23:59:11Z) - It's not Rocket Science : Interpreting Figurative Language in Narratives [48.84507467131819]
我々は2つの非構成的図形言語(イディオムとシミュラ)の解釈を研究する。
実験の結果、事前学習された言語モデルのみに基づくモデルは、これらのタスクにおいて人間よりもはるかにひどい性能を示すことがわかった。
また, 知識強化モデルを提案し, 具体的言語を解釈するための人的戦略を採用した。
論文 参考訳（メタデータ） (2021-08-31T21:46:35Z) - Pragmatic information in translation: a corpus-based study of tense and
mood in English and German [70.3497683558609]
文法的時制とムードは自然言語処理(NLP)研究において考慮すべき重要な言語現象である。
我々は翻訳における英語とドイツ語の時制とムードの対応について考察する。
特に重要なのは、ルールベース、フレーズベース統計およびニューラルマシン翻訳における時制とムードをモデル化することである。
論文 参考訳（メタデータ） (2020-07-10T08:15:59Z) - A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。
文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文 参考訳（メタデータ） (2020-01-28T05:03:15Z)
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。