論文の概要: Emojinize: Enriching Any Text with Emoji Translations

• arxiv url: http://arxiv.org/abs/2403.03857v2
• Date: Thu, 7 Mar 2024 14:09:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 16:14:20.471760
• Title: Emojinize: Enriching Any Text with Emoji Translations
• Title（参考訳）: Emojinize: 絵文字翻訳でテキストを豊かにする
• Authors: Lars Henning Klein, Roland Aydin, Robert West
• Abstract要約: エモジンライズ(英: Emojinize)とは、人間の入力を必要とせず、任意のテキストフレーズを1つ以上の絵文字のシーケンスに変換する方法である。 大規模な言語モデルのパワーを活用することで、Emojinizeは文脈に基づいて曖昧にすることで適切な絵文字を選択することができる。 エモジニゼの翻訳では、マスクされた単語の人間の推測可能性が55%向上する一方、人間の絵文字の翻訳ではわずか29%向上した。
• 参考スコア（独自算出の注目度）: 10.674155943520729
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Emoji have become ubiquitous in written communication, on the Web and beyond. They can emphasize or clarify emotions, add details to conversations, or simply serve decorative purposes. This casual use, however, barely scratches the surface of the expressive power of emoji. To further unleash this power, we present Emojinize, a method for translating arbitrary text phrases into sequences of one or more emoji without requiring human input. By leveraging the power of large language models, Emojinize can choose appropriate emoji by disambiguating based on context (eg, cricket-bat vs bat) and can express complex concepts compositionally by combining multiple emoji (eq, "Emojinize" is translated to input-latin-letters right-arrow grinning-face). In a cloze test--based user study, we show that Emojinize's emoji translations increase the human guessability of masked words by 55%, whereas human-picked emoji translations do so by only 29%. These results suggest that emoji provide a sufficiently rich vocabulary to accurately translate a wide variety of words. Moreover, annotating words and phrases with Emojinize's emoji translations opens the door to numerous downstream applications, including children learning how to read, adults learning foreign languages, and text understanding for people with learning disabilities.
• Abstract（参考訳）: Emojiは、Web上など、手書きのコミュニケーションでユビキタスになった。 感情を強調したり、明確にしたり、会話に詳細を追加したり、あるいは単に装飾的な目的に役立てることができる。 しかし、このカジュアルな使い方は、絵文字の表現力の表面をほとんど傷つけない。 この力をさらに解き放つために、任意のテキスト句を人間の入力を必要とせずに1つ以上の絵文字の配列に変換する方法であるemojinizeを提案する。 大規模な言語モデルのパワーを活用することで、emojinizeは文脈(例えば、クリケットバット対バット)に基づいて曖昧さをなくし、複数の絵文字を組み合わせることで複雑な概念を合成的に表現することで適切な絵文字を選択できる(eq、emojinizeは入力ラテンレターに翻訳される)。 クローズテストベースのユーザスタディでは,Emojinizeの絵文字翻訳がマスクされた単語の人間の推測可能性を55%増加させるのに対して,人間の絵文字翻訳はわずか29%向上した。 これらの結果は、絵文字が様々な単語を正確に翻訳するのに十分な豊富な語彙を提供することを示している。 さらに、Emojinizeの絵文字翻訳による単語やフレーズの注釈付けは、子どもたちが読み方を学ぶこと、外国語を学ぶこと、学習障害のある人々のためのテキスト理解など、多くの下流アプリケーションへの扉を開く。

関連論文リスト

• Semantics Preserving Emoji Recommendation with Large Language Models [47.94761630160614]
  既存の絵文字レコメンデーションメソッドは、ユーザーが元のテキストで選択した正確な絵文字にマッチする能力に基づいて、主に評価される。 本稿では,ユーザのテキストとのセマンティックな整合性を維持する絵文字を推薦するモデルの能力を計測する,絵文字推薦のための新しいセマンティックス保存フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-16T22:27:46Z)
• EmojiLM: Modeling the New Emoji Language [44.23076273155259]
  我々は,大規模言語モデルからテキスト絵文字並列コーパスであるText2Emojiを開発した。 並列コーパスに基づいて,テキスト・絵文字双方向翻訳に特化したシーケンス・ツー・シーケンス・モデルである絵文字LMを蒸留する。 提案モデルでは,強いベースラインを上回り,平行コーパスは絵文字関連下流タスクに有効である。
  論文  参考訳（メタデータ） (2023-11-03T07:06:51Z)
• On the Context-Free Ambiguity of Emoji: A Data-Driven Study of 1,289 Emojis [28.04805745702487]
  我々は、周囲のテキストのない参加者に1,289の絵文字を提示する1ワードの絵文字記述のクラウドソーシングデータセットを収集した。 絵文字ごとに30のアノテーションがあり、16の絵文字は完全に曖昧であるのに対して、55の絵文字は曖昧であり、ランダムに選択された記述と区別できない。
  論文  参考訳（メタデータ） (2022-01-17T09:33:29Z)
• Emojich -- zero-shot emoji generation using Russian language: a technical report [52.77024349608834]
  エモジッチ(Emojich)は、ロシア語の字幕を条件として絵文字を生成するテキスト・画像ニューラルネットワークである。 我々は,事前訓練された大型モデルruDALL-E Malevich(XL) 1.3Bパラメータの微調整段階における一般化能力を維持することを目的としている。
  論文  参考訳（メタデータ） (2021-12-04T23:37:32Z)
• Emoji-aware Co-attention Network with EmoGraph2vec Model for Sentiment Anaylsis [9.447106020795292]
  我々はEmoGraph2vecと呼ばれる絵文字表現を学習し、絵文字対応のコアテンションネットワークを設計する手法を提案する。 我々のモデルは、テキストと絵文字を組み込むコアテンション機構を設計し、圧縮と励起ブロックを畳み込みニューラルネットワークに統合する。 実験結果から,提案モデルは,ベンチマークデータセットの感情分析において,いくつかのベースラインを上回り得ることが示された。
  論文  参考訳（メタデータ） (2021-10-27T08:01:10Z)
• Black or White but never neutral: How readers perceive identity from yellow or skin-toned emoji [90.14874935843544]
  近年の研究は、ソーシャルメディア上でのアイデンティティ表現と絵文字利用の関係を確立した。 この研究は、言語と同様に、読者がそのような自己表現の行為に敏感かどうかを問うもので、著者のアイデンティティを理解するために使用する。
  論文  参考訳（メタデータ） (2021-05-12T18:23:51Z)
• Semantic Journeys: Quantifying Change in Emoji Meaning from 2012-2018 [66.28665205489845]
  絵文字のセマンティクスが時間とともにどのように変化するかに関する最初の縦断的研究を行い、計算言語学から6年間のtwitterデータに適用した。 絵文字のセマンティックな発達において5つのパターンを識別し、抽象的な絵文字がより少ないほど意味的変化を起こす可能性が高くなることを示す。 絵文字とセマンティクスに関する今後の作業を支援するために、私たちは、絵文字のセマンティックな変化を調べるために誰でも使用できるウェブベースのインターフェイスとともに、データを公開します。
  論文  参考訳（メタデータ） (2021-05-03T13:35:10Z)
• Assessing Emoji Use in Modern Text Processing Tools [35.79765461713127]
  絵文字は視覚的魅力と人間の感情を鮮明に伝える能力から、デジタルコミュニケーションにおいてユビキタスになりつつある。 ソーシャルメディアや他のインスタントメッセージングにおける絵文字の普及は、絵文字を含むテキストを操作するシステムやツールの必要性も高まっている。 本研究では,絵文字を用いたツイートのテストセットを検討することで,このサポートを評価する。そこでは,著名なnlpおよびテキスト処理ツールが適切に処理できるかどうかについて,一連の実験を行う。
  論文  参考訳（メタデータ） (2021-01-02T11:38:05Z)
• Are Emojis Emotional? A Study to Understand the Association between Emojis and Emotions [37.86739837901986]
  絵文字と感情の関連性について,人間同士の関連付けによる新たなデータセットを用いて検討する。 また,類似の関連がより大きな絵文字集合に対して予測できるような,既存のデータからそのような関連がどの程度推測できるかを評価する実験も行なっている。
  論文  参考訳（メタデータ） (2020-05-02T04:04:42Z)

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。