論文の概要: Exploring Spatial Representations in the Historical Lake District Texts with LLM-based Relation Extraction
- arxiv url: http://arxiv.org/abs/2406.14336v1
- Date: Thu, 20 Jun 2024 14:04:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-21 13:22:35.662261
- Title: Exploring Spatial Representations in the Historical Lake District Texts with LLM-based Relation Extraction
- Title（参考訳）: LLMを用いた歴史的湖沼地域テキストにおける空間表現の探索
- Authors: Erum Haris, Anthony G. Cohn, John G. Stell,
- Abstract要約: 本研究は,湖沼地区書記のコーパスから空間関係を抽出するために,生成事前学習型変圧器モデルを用いている。
結果はセマンティックトリプルとして表示され、エンティティとロケーション間のニュアンスな接続をキャプチャし、ネットワークとして視覚化される。
この研究は、イングリッシュレイク地区の空間的タペストリーの深い理解に寄与し、様々な歴史的文脈における空間的関係を明らかにするためのアプローチを提供する。
- 参考スコア（独自算出の注目度）: 2.886479348067378
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Navigating historical narratives poses a challenge in unveiling the spatial intricacies of past landscapes. The proposed work addresses this challenge within the context of the English Lake District, employing the Corpus of the Lake District Writing. The method utilizes a generative pre-trained transformer model to extract spatial relations from the textual descriptions in the corpus. The study applies this large language model to understand the spatial dimensions inherent in historical narratives comprehensively. The outcomes are presented as semantic triples, capturing the nuanced connections between entities and locations, and visualized as a network, offering a graphical representation of the spatial narrative. The study contributes to a deeper comprehension of the English Lake District's spatial tapestry and provides an approach to uncovering spatial relations within diverse historical contexts.
- Abstract（参考訳）: 歴史物語の旅は、過去の風景の空間的な複雑さを明らかにする上での課題である。
提案された研究は、イングリッシュ・レイク・ディストリクトの文脈でこの問題に対処し、レイク・ディストリクト・ライティングのコーパスを採用した。
この方法は、コーパス内のテキスト記述から空間関係を抽出するために、生成事前学習型トランスフォーマーモデルを利用する。
この研究は、歴史物語に内在する空間次元を包括的に理解するために、この大きな言語モデルを適用した。
結果はセマンティック・トリプルとして表現され、実体と位置の間の微妙なつながりを捉え、ネットワークとして視覚化され、空間的物語のグラフィカルな表現を提供する。
この研究は、イングリッシュレイク地区の空間的タペストリーの深い理解に寄与し、様々な歴史的文脈における空間的関係を明らかにするためのアプローチを提供する。
関連論文リスト
- Multimodal Contrastive Learning of Urban Space Representations from POI Data [2.695321027513952]
CaLLiPer (Contrastive Language-Location Pre-training) は連続的な都市空間をベクトル表現に埋め込む表現学習モデルである。
ロンドンにおける都市空間表現の学習に適用し,CaLLiPerの有効性を検証する。
論文 参考訳（メタデータ） (2024-11-09T16:24:07Z) - CLIM: Contrastive Language-Image Mosaic for Region Representation [58.05870131126816]
Contrastive Language-Image Mosaic (CLIM) は、領域とテキストの表現を整合させる新しいアプローチである。
CLIMは、異なるオープン語彙オブジェクト検出方法を一貫して改善する。
視覚言語モデルの領域表現を効果的に強化することができる。
論文 参考訳（メタデータ） (2023-12-18T17:39:47Z) - LAW-Diffusion: Complex Scene Generation by Diffusion with Layouts [107.11267074981905]
LAW拡散(LAW-Diffusion)と呼ばれる意味制御可能なレイアウト・AWare拡散モデルを提案する。
LAW拡散は、特にコヒーレントな対象関係を持つ最先端の生成性能をもたらすことを示す。
論文 参考訳（メタデータ） (2023-08-13T08:06:18Z) - Grounding Characters and Places in Narrative Texts [5.254909030032427]
本稿では,新しい空間関係分類タスクを提案する。
タスクの目的は、テキストのウィンドウ内のすべての文字と位置のコメンデーションに対して、空間的関係カテゴリを割り当てることである。
これらの関係を予測するために、コンテキスト埋め込みを機能として使用するモデルをトレーニングする。
論文 参考訳（メタデータ） (2023-05-27T19:31:41Z) - Learning Zero-Shot Multifaceted Visually Grounded Word Embeddingsvia
Multi-Task Training [8.271859911016719]
言語基盤は、言語(例えば言葉)の象徴的な表現を外界の豊かな知覚的知識に結びつけることを目的としている。
本稿では,言語共起統計から得られる抽象的知識を,知覚情報を取得する過程で犠牲にしていると論じる。
論文 参考訳（メタデータ） (2021-04-15T14:49:11Z) - SIRI: Spatial Relation Induced Network For Spatial Description
Resolution [64.38872296406211]
言語誘導型ローカライゼーションのための新しい関係誘導型ネットワーク(SIRI)を提案する。
提案手法は,80ピクセルの半径で測定した精度で,最先端手法よりも約24%優れていた。
提案手法は,Touchdownと同じ設定で収集した拡張データセットをうまく一般化する。
論文 参考訳（メタデータ） (2020-10-27T14:04:05Z) - From Spatial Relations to Spatial Configurations [64.21025426604274]
空間関係言語は、推論に不可欠な、大きく包括的な空間概念の集合を表現することができる。
本稿では,既存の空間表現言語の機能を,セマンティクスのきめ細かい分解によって拡張する方法について述べる。
論文 参考訳（メタデータ） (2020-07-19T02:11:53Z) - Understanding Spatial Relations through Multiple Modalities [78.07328342973611]
オブジェクト間の空間的関係は、空間的前置詞として表されるか、移動、歩行、移動などの空間的動詞によって表される。
画像中の2つの実体間の暗黙的・明示的な空間的関係を推定するタスクを導入する。
本研究では、テキスト情報と視覚情報の両方を用いて空間関係を予測し、物体の位置情報と大きさ情報と画像埋め込みを利用するモデルを設計する。
論文 参考訳（メタデータ） (2020-07-19T01:35:08Z) - Neural Topological SLAM for Visual Navigation [112.73876869904]
意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。
本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
論文 参考訳（メタデータ） (2020-05-25T17:56:29Z) - Incorporating Visual Semantics into Sentence Representations within a
Grounded Space [20.784771968813747]
本研究では,中間表現空間である接地空間を学習することにより,視覚情報をテキスト表現に転送することを提案する。
本モデルは,従来の分類と意味的関連性タスクよりも優れていることを示す。
論文 参考訳（メタデータ） (2020-02-07T12:26:41Z)
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。