Fugu-MT 論文翻訳(概要): DiNeR: a Large Realistic Dataset for Evaluating Compositional Generalization

論文の概要: DiNeR: a Large Realistic Dataset for Evaluating Compositional Generalization

arxiv url: http://arxiv.org/abs/2406.04669v1
Date: Fri, 7 Jun 2024 06:35:21 GMT
ステータス: 処理完了
システム内更新日: 2024-06-10 15:19:38.514866
Title: DiNeR: a Large Realistic Dataset for Evaluating Compositional Generalization
Title（参考訳）: DiNeR: 構成一般化を評価するための大規模リアルデータセット
Authors: Chengang Hu, Xiao Liu, Yansong Feng,
Abstract要約: 本稿では,DiNeR(Dish NamE Recognition)タスクを提案する。レシピの指導を受けると、モデルは料理、行動、フレーバーの様々な組み合わせからなる料理名を認識する必要がある。我々のデータセットは3,811の料理と228,114のレシピで構成されており、アナフォラ、省略、曖昧さといった多くの言語現象を伴っている。
参考スコア（独自算出の注目度）: 30.05945103235578
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Most of the existing compositional generalization datasets are synthetically-generated, resulting in a lack of natural language variation. While there have been recent attempts to introduce non-synthetic datasets for compositional generalization, they suffer from either limited data scale or a lack of diversity in the forms of combinations. To better investigate compositional generalization with more linguistic phenomena and compositional diversity, we propose the DIsh NamE Recognition (DiNeR) task and create a large realistic Chinese dataset. Given a recipe instruction, models are required to recognize the dish name composed of diverse combinations of food, actions, and flavors. Our dataset consists of 3,811 dishes and 228,114 recipes, and involves plenty of linguistic phenomena such as anaphora, omission and ambiguity. We provide two strong baselines based on T5 and large language models (LLMs). This work contributes a challenging task, baseline methods to tackle the task, and insights into compositional generalization in the context of dish name recognition. Code and data are available at https://github.com/Jumpy-pku/DiNeR.
Abstract（参考訳）: 既存の合成一般化データセットのほとんどは合成生成され、結果として自然言語のバリエーションが欠如している。合成一般化のための非合成データセットの導入は近年試みられているが、これらのデータセットは限られたデータスケールまたは組み合わせ形式における多様性の欠如に悩まされている。より言語的な現象や構成の多様性を伴う構成一般化をよりよく研究するため,Dish NamE Recognition (DiNeR) タスクを提案し,より現実的な中国語データセットを作成する。レシピの指導を受けると、モデルは料理、行動、フレーバーの様々な組み合わせからなる料理名を認識する必要がある。我々のデータセットは3,811の料理と228,114のレシピで構成されており、アナフォラ、省略、曖昧さといった多くの言語現象を伴っている。 T5と大規模言語モデル(LLM)に基づく2つの強力なベースラインを提供する。本研究は,食器名認識の文脈における構成的一般化への洞察,課題,課題に取り組むための基本的手法,および課題に寄与する。コードとデータはhttps://github.com/Jumpy-pku/DiNeR.comで公開されている。

関連論文リスト

Deep Learning Based Named Entity Recognition Models for Recipes [7.507956305171027]
名前付きエンティティ認識(NER)は、構造化されていない、または半構造化されていないデータから既知のラベルで情報を抽出する技術である。私たちは26,445のフレーズを累積してデータセットを作成しました。金本位レシピデータレポジトリRecipeDBの成分句を分析し,Stanford NERを用いて注釈した。深層学習に基づく言語モデルの統計的、微調整を含むこれらのデータセットに対するNERアプローチの徹底的な調査は、深い洞察を与える。
論文参考訳（メタデータ） (2024-02-27T12:03:56Z)
Data Factors for Better Compositional Generalization [60.698130703909804]
我々は、異なるデータ要素を持つ様々なトレーニングセット上で、Transformerモデルをトレーニングすることで、経験的分析を行う。データセットの複雑さが増大すると、複数の異なる一般化課題におけるより優れた一般化行動がもたらされることを示す。難易度の異なるトレーニング例が一般化にどう影響するかを考察する。
論文参考訳（メタデータ） (2023-11-08T01:27:34Z)
Multi3WOZ: A Multilingual, Multi-Domain, Multi-Parallel Dataset for Training and Evaluating Culturally Adapted Task-Oriented Dialog Systems [64.40789703661987]
Multi3WOZは、新しいマルチ言語、マルチドメイン、マルチ並列ToDデータセットである。大規模で、4つの言語で文化的に適応したダイアログを提供する。最終データセットを生成する複雑なボトムアップデータ収集プロセスについて述べる。
論文参考訳（メタデータ） (2023-07-26T08:29:42Z)
On Evaluating Multilingual Compositional Generalization with Translated Datasets [34.51457321680049]
構成一般化能力は言語によって異なることを示す。我々は、MCWQデータセットを英語から中国語、日本語に忠実に翻訳する。 MCWQ-Rとよばれるロバストなベンチマークが得られたとしても、構成の分布は言語的な相違によって依然として苦しんでいることが示される。
論文参考訳（メタデータ） (2023-06-20T10:03:57Z)
Tri-level Joint Natural Language Understanding for Multi-turn Conversational Datasets [5.3361357265365035]
本稿では,新しい三段階共同自然言語理解手法,ドメインの追加,意味情報をすべてのレベル間で明示的に交換する手法を提案する。我々は,2つのマルチターンデータセットを用いて,共同スロット充填とインテント検出を行った最初のモデルとして評価を行った。
論文参考訳（メタデータ） (2023-05-28T13:59:58Z)
CompoundPiece: Evaluating and Improving Decompounding Performance of Language Models [77.45934004406283]
複合語を構成語に分割する作業である「分解」を体系的に研究する。 We introduced a dataset of 255k compound and non-compound words across 56 various languages obtained from Wiktionary。分割のための専用モデルを訓練するための新しい手法を導入する。
論文参考訳（メタデータ） (2023-05-23T16:32:27Z)
Recursive Neural Networks with Bottlenecks Diagnose (Non-)Compositionality [65.60002535580298]
データの構成性の定量化は難しい課題であり、主に短い発話のために研究されている。モデルにおけるデータの表現とボトルネックの有無を比較することで,構成性の測定値が得られることを示す。本手法は、合成データを用いた算術式の評価と、自然言語データを用いた感情分類に適用する。
論文参考訳（メタデータ） (2023-01-31T15:46:39Z)
Domain Adaptation in Multilingual and Multi-Domain Monolingual Settings for Complex Word Identification [0.27998963147546146]
複雑な単語識別(CWI)は、適切なテキストの単純化に向けた基礎的なプロセスである。 CWIはコンテキストに大きく依存するが、その困難さは利用可能なデータセットの不足によって増大する。対象文字とコンテキスト表現を改善するために,ドメイン適応に基づくCWIタスクのための新しいトレーニング手法を提案する。
論文参考訳（メタデータ） (2022-05-15T13:21:02Z)
Neural Label Search for Zero-Shot Multi-Lingual Extractive Summarization [80.94424037751243]
ゼロショット多言語抽出テキスト要約では、通常、モデルは英語のデータセットに基づいて訓練され、他の言語の要約データセットに適用される。本研究では,NLS(Neural Label Search for Summarization)を提案する。我々はMLSUMとWikiLinguaのデータセット上で多言語ゼロショット要約実験を行い、人間と自動両方の評価を用いて最先端の結果を得る。
論文参考訳（メタデータ） (2022-04-28T14:02:16Z)
TASTEset -- Recipe Dataset and Food Entities Recognition Benchmark [1.0569625612398386]
NERモデルは、レシピの処理に役立つ様々なタイプのエンティティを発見または推測することが期待されている。データセットは700のレシピで構成され、13,000以上のエンティティを抽出する。私たちは、名前付きエンティティ認識モデルの最先端のベースラインをいくつか提供しています。
論文参考訳（メタデータ） (2022-04-16T10:52:21Z)
Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
論文参考訳（メタデータ） (2022-03-24T12:55:23Z)

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。