論文の概要: Recent advancements in computational morphology : A comprehensive survey
- arxiv url: http://arxiv.org/abs/2406.05424v1
- Date: Sat, 8 Jun 2024 10:07:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-11 19:45:22.163316
- Title: Recent advancements in computational morphology : A comprehensive survey
- Title（参考訳）: 計算形態学の最近の進歩 : 包括的調査
- Authors: Jatayu Baxi, Brijesh Bhatt,
- Abstract要約: 計算形態学は単語レベルで言語処理を扱う。
形態的境界検出、補間、形態的特徴タグ付け、形態的再考等。
- 参考スコア（独自算出の注目度）: 0.11606731918609076
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational morphology handles the language processing at the word level. It is one of the foundational tasks in the NLP pipeline for the development of higher level NLP applications. It mainly deals with the processing of words and word forms. Computational Morphology addresses various sub problems such as morpheme boundary detection, lemmatization, morphological feature tagging, morphological reinflection etc. In this paper, we present exhaustive survey of the methods for developing computational morphology related tools. We survey the literature in the chronological order starting from the conventional methods till the recent evolution of deep neural network based approaches. We also review the existing datasets available for this task across the languages. We discuss about the effectiveness of neural model compared with the traditional models and present some unique challenges associated with building the computational morphology tools. We conclude by discussing some recent and open research issues in this field.
- Abstract（参考訳）: 計算形態学は単語レベルで言語処理を扱う。
これは、より高いレベルのNLPアプリケーションを開発するための、NLPパイプラインの基本的なタスクの1つである。
主に単語や単語の処理を扱う。
計算形態学は、形態素境界検出、補題化、形態的特徴タグ付け、形態的再帰など、様々なサブ問題に対処する。
本稿では,計算形態学関連ツールの開発方法について,徹底的な調査を行う。
本稿では,従来の手法から,深層ニューラルネットワークに基づくアプローチの最近の進化まで,時系列の文献を調査する。
また、このタスクで利用可能な既存のデータセットを言語間でレビューします。
本稿では,従来のモデルと比較してニューラルモデルの有効性について論じ,計算形態学ツールの構築にまつわる固有の課題について述べる。
この分野における最近のオープンな研究課題について論じる。
関連論文リスト
- Hidden Holes: topological aspects of language models [1.1172147007388977]
我々は,GPTに基づく大規模言語モデルにおけるトポロジ的構造の発達について,訓練中の深度と時間にわたって検討した。
後者は、すべての自然言語に共通する変化パターンを持つが、合成されたデータがない、よりトポロジ的な複雑さを示すことを示す。
論文 参考訳（メタデータ） (2024-06-09T14:25:09Z) - Language Evolution with Deep Learning [49.879239655532324]
計算モデリングは言語の出現の研究において重要な役割を担っている。
構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。
この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
論文 参考訳（メタデータ） (2024-03-18T16:52:54Z) - Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。
この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。
方言データセットに対するNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
論文 参考訳（メタデータ） (2024-01-11T03:04:38Z) - Modeling Target-Side Morphology in Neural Machine Translation: A
Comparison of Strategies [72.56158036639707]
形態的に豊かな言語は機械翻訳に困難をもたらす。
多数の異なる屈折する単語曲面は、より大きな語彙を必要とする。
いくつかの頻度の低い用語は、通常、トレーニングコーパスには現れない。
言語的合意は、出力文中の屈折語形間の文法的カテゴリを正しく一致させる必要がある。
論文 参考訳（メタデータ） (2022-03-25T10:13:20Z) - Morphology Without Borders: Clause-Level Morphological Annotation [8.559428282730021]
形態学を単語レベルではなく節レベルの現象と考えることを提案する。
我々は,英語,ドイツ語,トルコ語,ヘブライ語という4つの類型的に異なる言語を対象として,節レベルの形態に関する新しいデータセットを提供する。
実験の結果,節レベルタスクは各単語レベルタスクよりも格段に難しいが,言語間では同等に複雑であることがわかった。
論文 参考訳（メタデータ） (2022-02-25T17:20:28Z) - Interpreting Deep Learning Models in Natural Language Processing: A
Review [33.80537635077772]
ニューラルネットワークモデルに対する長年にわたる批判は、解釈可能性の欠如である。
本研究では,NLPにおけるニューラルモデルに対する様々な解釈手法について概説する。
論文 参考訳（メタデータ） (2021-10-20T10:17:04Z) - Computational Morphology with Neural Network Approaches [5.913574957971709]
ニューラルネットワークのアプローチは計算形態学にも適用されており、大きな成功を収めている。
本稿では、計算形態学の簡単な紹介と、ニューラルネットワークによる計算形態学に関する最近の研究のレビューから始める。
計算形態学へのニューラルネットワークアプローチの利点と問題点を分析し、今後の研究や研究で探求すべき方向性を指摘する。
論文 参考訳（メタデータ） (2021-05-19T21:17:53Z) - Emergence of Separable Manifolds in Deep Language Representations [26.002842878797765]
ディープニューラルネットワーク(DNN)は、様々な認知的モダリティをまたいだ知覚的タスクの解決において、非常に経験的な成功を示している。
最近の研究では、タスク最適化DNNから抽出された表現と脳内の神経集団の間にかなりの類似性が報告されている。
DNNは後に、複雑な認知機能の基礎となる計算原理を推論する一般的なモデルクラスとなった。
論文 参考訳（メタデータ） (2020-06-01T17:23:44Z) - Evaluating Transformer-Based Multilingual Text Classification [55.53547556060537]
我々は,NLPツールが構文的・形態学的に異なる言語で不平等に機能すると主張している。
実験研究を支援するために,単語順と形態的類似度指標を算出した。
論文 参考訳（メタデータ） (2020-04-29T03:34:53Z) - A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。
本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
論文 参考訳（メタデータ） (2019-04-04T02:03:19Z) - Paradigm Completion for Derivational Morphology [48.405826282007]
派生形態学はNLPでは見落とされた問題である。
本稿では、帰納的パラダイム補完の課題を、帰納的パラダイム補完の並列化として紹介する。
我々は、最先端のニューラルモデルが様々な派生パターンを学習でき、非神経ベースラインを16.4%上回っていることを示す。
論文 参考訳（メタデータ） (2017-08-30T07:55:57Z)
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。