論文の概要: Willkommens-Merkel, Chaos-Johnson, and Tore-Klose: Modeling the Evaluative Meaning of German Personal Name Compounds

• arxiv url: http://arxiv.org/abs/2404.04031v1
• Date: Fri, 5 Apr 2024 11:24:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-08 16:14:58.189103
• Title: Willkommens-Merkel, Chaos-Johnson, and Tore-Klose: Modeling the Evaluative Meaning of German Personal Name Compounds
• Title（参考訳）: Willkommens-Merkel, Chaos-Johnson, Tore-Klose : ドイツ人名化合物の評価的意味のモデル化
• Authors: Annerose Eichel, Tana Deeg, André Blessing, Milena Belosevic, Sabine Arndt-Lappe, Sabine Schulte im Walde,
• Abstract要約: We study the under-investigated phenomenon of personal name compounds (PNCs) in German as Willkommens-Merkel ('Welcome-Merkel')。 我々は,PNCが様々な計算手法によって捉えることができる評価特性を持つことを示す。
• 参考スコア（独自算出の注目度）: 6.417500829486967
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a comprehensive computational study of the under-investigated phenomenon of personal name compounds (PNCs) in German such as Willkommens-Merkel ('Welcome-Merkel'). Prevalent in news, social media, and political discourse, PNCs are hypothesized to exhibit an evaluative function that is reflected in a more positive or negative perception as compared to the respective personal full name (such as Angela Merkel). We model 321 PNCs and their corresponding full names at discourse level, and show that PNCs bear an evaluative nature that can be captured through a variety of computational methods. Specifically, we assess through valence information whether a PNC is more positively or negatively evaluative than the person's name, by applying and comparing two approaches using (i) valence norms and (ii) pretrained language models (PLMs). We further enrich our data with personal, domain-specific, and extra-linguistic information and perform a range of regression analyses revealing that factors including compound and modifier valence, domain, and political party membership influence how a PNC is evaluated.
• Abstract（参考訳）: 本稿では、ウィルコメンス・メルケル(Welcome-Merkel)のようなドイツにおける個人名化合物(PNC)の未解明現象を総合的に計算する。 ニュース、ソーシャルメディア、政治談話でよく見られる PNC は、それぞれの個人名(アンジェラ・メルケルなど)と比較して、より肯定的または否定的な認識に反映される評価機能を示すと仮定される。 我々は,321個のPNCとその対応するフルネームを談話レベルでモデル化し,様々な計算手法を用いて計算可能な評価特性を有することを示す。 具体的には、PNCが人名よりも肯定的または否定的に評価されているかどうかを、二つのアプローチを適用して比較することにより評価する。 (一)有価律及び有価律 (ii)事前訓練言語モデル(PLM) 我々はさらに、我々のデータを個人、ドメイン特化、および言語外情報で豊かにし、複合化、修飾基数、ドメイン、政党のメンバーシップなどを含む要素が、PNCの評価方法に影響を与えることを明らかにした様々な回帰分析を行う。

関連論文リスト

• Estimating Contribution Quality in Online Deliberations Using a Large Language Model [4.911986505938227]
  8人のアノテータとともに大きな言語モデル(LLM)を用いて、正当化、新規性、会話の拡張、さらなる拡張の可能性に基づいて貢献度を評価する。 他のアノテータからの平均評価を根拠として、モデルが個々のアノテータより優れていることを発見した。 本研究は,ナッジが検討の質に与える影響を評価することによって,自動品質評価の有用性について述べる。
  論文  参考訳（メタデータ） (2024-08-21T18:41:32Z)
• Rater Cohesion and Quality from a Vicarious Perspective [22.445283423317754]
  Vicariousアノテーションは、他の人がデータにアノテートすると考える方法をラウンダーに問うことによって、不一致を断ち切る方法である。 我々はレーダ結束指標を用いて、政治的関係や人種的背景がラテンダーの犯罪に対する認識に与える影響について検討する。 我々は,レーダの品質指標が,個人的および活気あるレベルにわたって,グループ内およびグループ間レーダの凝集にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2024-08-15T20:37:36Z)
• A Study of Nationality Bias in Names and Perplexity using Off-the-Shelf Affect-related Tweet Classifiers [0.0]
  バイアス検出のためにテンプレートや特定のデータセットに頼るのではなく、ターゲットドメインデータに小さな摂動を持つ対実例を作成します。 感情,感情,ヘイトスピーチなどの主観的分析に広く用いられている分類器について,本研究の結果は,ある国で話されている言語に関する肯定的なバイアスを示す。
  論文  参考訳（メタデータ） (2024-07-01T22:17:17Z)
• Linguistic-Based Mild Cognitive Impairment Detection Using Informative Loss [2.8893654860442872]
  我々は,I-CONECT研究プロジェクト内で収集された映像インタビューから生成されたテキストを解析するフレームワークを提案する。 我々のフレームワークは、平均面積84.75%のMCIとNCを区別することができる。
  論文  参考訳（メタデータ） (2024-01-23T16:30:22Z)
• On the Properties and Estimation of Pointwise Mutual Information Profiles [49.877314063833296]
  ポイントワイド相互情報プロファイル(ポイントワイド相互情報プロファイル、英: pointwise mutual information profile)は、与えられた確率変数のペアに対するポイントワイド相互情報の分布である。 そこで我々は,モンテカルロ法を用いて分布を正確に推定できる新しい分布系 Bend と Mix Models を導入する。
  論文  参考訳（メタデータ） (2023-10-16T10:02:24Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• Bridging the Gap: A Survey on Integrating (Human) Feedback for Natural Language Generation [68.9440575276396]
  この調査は、人間のフィードバックを利用して自然言語生成を改善した最近の研究の概要を提供することを目的としている。 まず、フィードバックの形式化を包括的に導入し、この形式化に続いて既存の分類学研究を特定・整理する。 第二に、フィードバックを形式や目的によってどのように記述するかを議論し、フィードバック(トレーニングやデコード)を直接使用したり、フィードバックモデルをトレーニングしたりするための2つのアプローチについて取り上げる。 第3に、AIフィードバックの生まれたばかりの分野の概要を紹介します。これは、大きな言語モデルを利用して、一連の原則に基づいて判断し、必要最小限にします。
  論文  参考訳（メタデータ） (2023-05-01T17:36:06Z)
• Social Biases in Automatic Evaluation Metrics for NLG [53.76118154594404]
  本稿では,単語埋め込みアソシエーションテスト(WEAT)と文埋め込みアソシエーションテスト(SEAT)に基づく評価手法を提案する。 我々は、画像キャプションやテキスト要約タスクにおける性別バイアスの影響を調査するために、性別対応メタ評価データセットを構築した。
  論文  参考訳（メタデータ） (2022-10-17T08:55:26Z)
• Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes [65.91730154730905]
  医療や教育などの観察データへのオフライン強化学習の適用においては、観察された行動は観測されていない要因に影響される可能性があるという一般的な懸念がある。 ここでは、部分的に観察されたマルコフ決定過程(POMDP)における非政治評価を考慮し、この問題に取り組む。 我々は、近位因果推論の枠組みをPOMDP設定に拡張し、識別が可能となる様々な設定を提供する。
  論文  参考訳（メタデータ） (2021-10-28T17:46:14Z)
• TextFlint: Unified Multilingual Robustness Evaluation Toolkit for Natural Language Processing [73.16475763422446]
  NLPタスク(TextFlint)のための多言語ロバスト性評価プラットフォームを提案する。 普遍的なテキスト変換、タスク固有の変換、敵攻撃、サブポピュレーション、およびそれらの組み合わせを取り入れ、包括的な堅牢性分析を提供する。 TextFlintは、モデルの堅牢性の欠点に対処するために、完全な分析レポートとターゲットとした拡張データを生成します。
  論文  参考訳（メタデータ） (2021-03-21T17:20:38Z)
• On Predicting Personal Values of Social Media Users using Community-Specific Language Features and Personal Value Correlation [14.12186042953335]
  この研究は、シンガポールのユーザーの個人的価値を分析し、Facebookデータを用いて個人的価値を予測する効果的なモデルを開発することに焦点を当てている。 提案したスタックモデルには,基本モデルのタスク固有層とクロススティッチ層モデルからなる相関関係が組み込まれている。
  論文  参考訳（メタデータ） (2020-07-16T04:36:13Z)

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。