論文の概要: Evaluation of Machine Translation Based on Semantic Dependencies and Keywords
- arxiv url: http://arxiv.org/abs/2404.14443v1
- Date: Sat, 20 Apr 2024 04:14:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-24 18:17:13.715408
- Title: Evaluation of Machine Translation Based on Semantic Dependencies and Keywords
- Title（参考訳）: 意味的依存とキーワードに基づく機械翻訳の評価
- Authors: Kewei Yuan, Qiurong Zhao, Yang Xu, Xiao Zhang, Huansheng Ning,
- Abstract要約: 本稿では,参照翻訳に基づく機械翻訳の意味的正当性を評価するための計算手法を提案する。
Harbin Institute of TechnologyのSocial Computing and Information Retrieval Research Centerが開発した言語技術プラットフォームを使用する。
- 参考スコア（独自算出の注目度）: 7.240399904675839
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In view of the fact that most of the existing machine translation evaluation algorithms only consider the lexical and syntactic information, but ignore the deep semantic information contained in the sentence, this paper proposes a computational method for evaluating the semantic correctness of machine translations based on reference translations and incorporating semantic dependencies and sentence keyword information. Use the language technology platform developed by the Social Computing and Information Retrieval Research Center of Harbin Institute of Technology to conduct semantic dependency analysis and keyword analysis on sentences, and obtain semantic dependency graphs, keywords, and weight information corresponding to keywords. It includes all word information with semantic dependencies in the sentence and keyword information that affects semantic information. Construct semantic association pairs including word and dependency multi-features. The key semantics of the sentence cannot be highlighted in the semantic information extracted through semantic dependence, resulting in vague semantics analysis. Therefore, the sentence keyword information is also included in the scope of machine translation semantic evaluation. To achieve a comprehensive and in-depth evaluation of the semantic correctness of sentences, the experimental results show that the accuracy of the evaluation algorithm has been improved compared with similar methods, and it can more accurately measure the semantic correctness of machine translation.
- Abstract（参考訳）: 本稿では,既存の機械翻訳評価アルゴリズムの多くが語彙情報と構文情報のみを考慮しているが,文に含まれる深い意味情報を無視するという事実を踏まえ,参照翻訳に基づいて機械翻訳の意味的正当性を評価し,意味的依存関係と文キーワード情報を統合する計算手法を提案する。
ハルビン工科大学ソーシャル・コンピューティング・情報検索研究センターが開発した言語技術プラットフォームを用いて、文のセマンティック依存分析とキーワード分析を行い、キーワードに対応するセマンティック依存グラフ、キーワード、重み情報を取得する。
文のセマンティック依存関係を持つすべての単語情報と、セマンティック情報に影響を与えるキーワード情報を含んでいる。
単語と依存多機能を含む意味的関連性ペアを構築する。
文のキーセマンティクスは意味依存によって抽出されたセマンティクス情報では強調できないため、あいまいなセマンティクス解析がもたらされる。
したがって、機械翻訳セマンティック評価の範囲内には、文キーワード情報も含まれる。
文の意味的正当性を包括的かつ詳細に評価するために, 実験結果から, 類似した手法と比較して, 評価アルゴリズムの精度が向上し, 機械翻訳の意味的正当性をより正確に測定できることを示した。
関連論文リスト
- Semantic Text Compression for Classification [17.259824817932294]
本研究では,テキストに含まれる意味をソースデコーダに伝達するテキストのセマンティック圧縮について検討する。
そこで,文の埋め込みと意味的歪み量を用いて意味を保存したテキストに対する意味量化と圧縮手法を提案する。
論文 参考訳（メタデータ） (2023-09-19T17:50:57Z) - Context-Aware Semantic Similarity Measurement for Unsupervised Word
Sense Disambiguation [0.0]
本研究では,教師なし単語感覚の曖昧さに対する文脈認識アプローチを提案する。
これは、コンテキスト情報を類似度測定プロセスに組み込む柔軟なメカニズムを提供する。
本研究は,意味的類似度測定における文脈情報の統合の重要性を明らかにするものである。
論文 参考訳（メタデータ） (2023-05-05T13:50:04Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。
知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。
マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-03-15T12:01:43Z) - Measuring Fine-Grained Semantic Equivalence with Abstract Meaning
Representation [9.666975331506812]
意味論的に等価な文を特定することは、多くのNLPタスクにとって重要である。
意味的同値性への最近のアプローチは「等価性」への緩やかな文レベルのアプローチを取る
抽象的意味表現グラフ構造を利用した意味等価性を特徴付ける新しい,より敏感な手法を提案する。
論文 参考訳（メタデータ） (2022-10-06T16:08:27Z) - Performance Optimization for Semantic Communications: An Attention-based
Reinforcement Learning Approach [187.4094332217186]
テキストデータ伝送のためのセマンティック通信フレームワークを提案する。
回復したテキストの意味的精度と完全性を共同でキャプチャする意味的類似度尺度(MSS)を提案する。
論文 参考訳（メタデータ） (2022-08-17T11:39:16Z) - An Informational Space Based Semantic Analysis for Scientific Texts [62.997667081978825]
本稿では、意味分析のための計算手法と、短い科学的テキストの意味の定量化について紹介する。
科学的意味の表現は、心理的特性ではなく、状況表現を置き換えることで標準化される。
本研究は,テキストの意味の幾何学的表現の基礎となる研究である。
論文 参考訳（メタデータ） (2022-05-31T11:19:32Z) - Large Scale Substitution-based Word Sense Induction [48.49573297876054]
本稿では,事前学習されたマスキング言語モデル(MLM)に基づく単語センス誘導手法を提案する。
その結果、コーパス由来の感覚インベントリに基づいて感覚タグ付けされ、各感覚が指示語に関連付けられているコーパスとなる。
本手法を用いた英語ウィキペディアの評価では,Babelfy などの WSD 手法と比較しても,誘導された感覚とインスタンスごとの感覚代入の両方が高品質であることがわかった。
論文 参考訳（メタデータ） (2021-10-14T19:40:37Z) - Semantic Analysis for Automated Evaluation of the Potential Impact of
Research Articles [62.997667081978825]
本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。
この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。
テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
論文 参考訳（メタデータ） (2021-04-26T20:37:13Z) - EDS-MEMBED: Multi-sense embeddings based on enhanced distributional
semantic structures via a graph walk over word senses [0.0]
WordNetの豊富なセマンティック構造を活用して、マルチセンス埋め込みの品質を高めます。
M-SEの新たな分布意味類似度測定法を先行して導出する。
WSDとWordの類似度タスクを含む11のベンチマークデータセットの評価結果を報告します。
論文 参考訳（メタデータ） (2021-02-27T14:36:55Z) - Named Entity Recognition for Social Media Texts with Semantic
Augmentation [70.44281443975554]
名前付きエンティティ認識のための既存のアプローチは、短いテキストと非公式テキストで実行される場合、データ空間の問題に悩まされる。
そこで我々は,NER によるソーシャルメディアテキストに対するニューラルベースアプローチを提案し,ローカルテキストと拡張セマンティクスの両方を考慮に入れた。
論文 参考訳（メタデータ） (2020-10-29T10:06:46Z) - Incorporate Semantic Structures into Machine Translation Evaluation via
UCCA [9.064153799336536]
文中の重要な意味を持つ単語を意味的中核語と定義する。
意味的重み付き文類似性(SWSS)というMT評価手法を提案する。
論文 参考訳（メタデータ） (2020-10-17T06:47:58Z)
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。