論文の概要: Variationist: Exploring Multifaceted Variation and Bias in Written Language Data

• arxiv url: http://arxiv.org/abs/2406.17647v1
• Date: Tue, 25 Jun 2024 15:41:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-26 13:51:04.516931
• Title: Variationist: Exploring Multifaceted Variation and Bias in Written Language Data
• Title（参考訳）: 変分主義: 言語データにおける多面的変化とバイアスの探索
• Authors: Alan Ramponi, Camilla Casula, Stefano Menini,
• Abstract要約: 言語データの探索と理解は、人間の言語を扱うあらゆる分野において、基本的な段階である。 しかし現時点では、言語の変化とバイアスをシームレスに検査し視覚化する、統一的でカスタマイズ可能なツールが欠如している。 本稿では、このギャップを埋める高度にモジュラーで記述的でタスクに依存しないツールである「変分主義」を紹介する。
• 参考スコア（独自算出の注目度）: 3.666781404469562
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Exploring and understanding language data is a fundamental stage in all areas dealing with human language. It allows NLP practitioners to uncover quality concerns and harmful biases in data before training, and helps linguists and social scientists to gain insight into language use and human behavior. Yet, there is currently a lack of a unified, customizable tool to seamlessly inspect and visualize language variation and bias across multiple variables, language units, and diverse metrics that go beyond descriptive statistics. In this paper, we introduce Variationist, a highly-modular, extensible, and task-agnostic tool that fills this gap. Variationist handles at once a potentially unlimited combination of variable types and semantics across diversity and association metrics with regards to the language unit of choice, and orchestrates the creation of up to five-dimensional interactive charts for over 30 variable type-semantics combinations. Through our case studies on computational dialectology, human label variation, and text generation, we show how Variationist enables researchers from different disciplines to effortlessly answer specific research questions or unveil undesired associations in language data. A Python library, code, documentation, and tutorials are made publicly available to the research community.
• Abstract（参考訳）: 言語データの探索と理解は、人間の言語を扱うあらゆる分野において、基本的な段階である。 NLPの実践者は、トレーニング前にデータの品質上の懸念や有害なバイアスを明らかにすることができ、言語学者や社会科学者が言語の使用や人間の行動に関する洞察を得るのに役立つ。 しかし、現在、複数の変数、言語ユニット、そして記述統計を超えた多様なメトリクスにわたる言語のバリエーションとバイアスをシームレスに検査し視覚化する、統一的でカスタマイズ可能なツールが欠如している。 本稿では,このギャップを埋める,高度にモジュラーで拡張性があり,タスクに依存しないツールである「変分主義」を紹介する。 変分主義者は、選択肢の言語単位に関して、多様性と関連メトリクスをまたいだ変数タイプとセマンティクスの潜在的無制限な組み合わせを一度に処理し、30以上の変数タイプとセマンティクスの組み合わせに対して最大5次元のインタラクティブチャートの作成をオーケストレーションする。 計算弁証学、人名変化、テキスト生成に関するケーススタディを通じて、変分主義は、異なる分野の研究者が、特定の研究の質問に答えたり、言語データに望ましくない関連を明らかにするのにどのように役立つかを示す。 Pythonライブラリ、コード、ドキュメント、チュートリアルがリサーチコミュニティで公開されている。

関連論文リスト

• A Roadmap for Multilingual, Multimodal Domain Independent Deception Detection [2.1506382989223782]
  人間のコミュニケーションの一般的な側面である騙しは、デジタル時代において大きな変化を遂げた。 近年の研究では、英語の領域にまたがる騙しに普遍的な言語的手がかりが存在する可能性が示されている。 低リソース言語における誤検出の実践的課題は、ラベル付きデータがないため、よく研究されている問題ではない。
  論文  参考訳（メタデータ） (2024-05-07T00:38:34Z)
• We're Calling an Intervention: Exploring the Fundamental Hurdles in Adapting Language Models to Nonstandard Text [8.956635443376527]
  非標準テキストへの言語モデル適応の根底にある課題を理解するための一連の実験を提示する。 我々は、言語モデルの既存バイアスとの相互作用と、いくつかの種類の言語的変動を近似する介入を設計する。 学習データのサイズや性質の異なる言語モデル適応時の介入を適用することで、知識伝達がいつ成功するかについて重要な洞察を得ることができる。
  論文  参考訳（メタデータ） (2024-04-10T18:56:53Z)
• GradSim: Gradient-Based Language Grouping for Effective Multilingual Training [13.730907708289331]
  勾配類似度に基づく言語グループ化手法GradSimを提案する。 3つの多言語ベンチマークデータセットに対する実験により、最大のパフォーマンス向上につながることが示された。 言語的特徴の他に、データセットのトピックは言語グループ化において重要な役割を果たす。
  論文  参考訳（メタデータ） (2023-10-23T18:13:37Z)
• Corpus-Guided Contrast Sets for Morphosyntactic Feature Detection in Low-Resource English Varieties [3.3536302616846734]
  コーパス誘導編集による効率的なコントラストセットの生成とフィルタリングを行う。 我々は、インド英語とアフリカ系アメリカ人の英語の特徴検出を改善し、言語研究をいかに支援できるかを実証し、他の研究者が使用するための微調整されたモデルをリリースすることを示した。
  論文  参考訳（メタデータ） (2022-09-15T21:19:31Z)
• A Massively Multilingual Analysis of Cross-linguality in Shared Embedding Space [61.18554842370824]
  言語間モデルでは、多くの異なる言語に対する表現は同じ空間に存在している。 我々は,bitext検索性能の形式で,言語間アライメントのタスクベース尺度を計算した。 我々はこれらのアライメント指標の潜在的な予測因子として言語的、準言語的、および訓練関連の特徴について検討する。
  論文  参考訳（メタデータ） (2021-09-13T21:05:37Z)
• Revisiting Language Encoding in Learning Multilingual Representations [70.01772581545103]
  言語埋め込みを置き換えるクロスリンガル言語投影(Cross-lingual Language Projection, XLP)と呼ばれる新しいアプローチを提案する。 XLPは単語埋め込みを言語固有の意味空間に投影し、投影された埋め込みはTransformerモデルに供給される。 実験により、xlpは広範囲の多言語ベンチマークデータセットのモデル性能を自由かつ著しく向上できることが示された。
  論文  参考訳（メタデータ） (2021-02-16T18:47:10Z)
• Fake it Till You Make it: Self-Supervised Semantic Shifts for Monolingual Word Embedding Tasks [58.87961226278285]
  語彙意味変化をモデル化するための自己教師付きアプローチを提案する。 本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。 3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
  論文  参考訳（メタデータ） (2021-01-30T18:59:43Z)
• Gender Bias in Multilingual Embeddings and Cross-Lingual Transfer [101.58431011820755]
  多言語埋め込みにおけるジェンダーバイアスとNLPアプリケーションの伝達学習への影響について検討する。 我々は、バイアス分析のための多言語データセットを作成し、多言語表現におけるバイアスの定量化方法をいくつか提案する。
  論文  参考訳（メタデータ） (2020-05-02T04:34:37Z)
• Linguistic Typology Features from Text: Inferring the Sparse Features of World Atlas of Language Structures [73.06435180872293]
  我々は、バイト埋め込みと畳み込み層に基づく繰り返しニューラルネットワーク予測器を構築する。 様々な言語型の特徴を確実に予測できることを示す。
  論文  参考訳（メタデータ） (2020-04-30T21:00:53Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)

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。