Fugu-MT 論文翻訳(概要): Sanskrit Knowledge-based Systems: Annotation and Computational Tools

論文の概要: Sanskrit Knowledge-based Systems: Annotation and Computational Tools

arxiv url: http://arxiv.org/abs/2406.18276v1
Date: Wed, 26 Jun 2024 12:00:10 GMT
ステータス: 処理完了
システム内更新日: 2024-06-27 13:39:16.246316
Title: Sanskrit Knowledge-based Systems: Annotation and Computational Tools
Title（参考訳）: サンスクリット知識ベースシステム:注釈と計算ツール
Authors: Hrishikesh Terdalkar,
Abstract要約: 我々はサンスクリットの知識システム開発における課題と機会に対処する。本研究はサンスクリット語文に具現化された豊かな言語情報の保存,理解,活用に寄与する。
参考スコア（独自算出の注目度）: 0.12086712057375555
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We address the challenges and opportunities in the development of knowledge systems for Sanskrit, with a focus on question answering. By proposing a framework for the automated construction of knowledge graphs, introducing annotation tools for ontology-driven and general-purpose tasks, and offering a diverse collection of web-interfaces, tools, and software libraries, we have made significant contributions to the field of computational Sanskrit. These contributions not only enhance the accessibility and accuracy of Sanskrit text analysis but also pave the way for further advancements in knowledge representation and language processing. Ultimately, this research contributes to the preservation, understanding, and utilization of the rich linguistic information embodied in Sanskrit texts.
Abstract（参考訳）: 我々は,サンスクリットにおける知識システム開発における課題と機会に対処し,質問応答に焦点をあてる。知識グラフの自動構築のためのフレームワークを提案し,オントロジー駆動および汎用タスクのためのアノテーションツールを導入し,Webインターフェース,ツール,ソフトウェアライブラリの多種多様なコレクションを提供することで,計算サンスクリットの分野に多大な貢献をした。これらの貢献は、サンスクリットのテキスト分析のアクセシビリティと精度を高めるだけでなく、知識表現と言語処理のさらなる進歩の道を開いた。最終的に、この研究はサンスクリット語文に具現化された豊かな言語情報の保存、理解、活用に寄与する。

関連論文リスト

Neural-Symbolic Reasoning over Knowledge Graphs: A Survey from a Query Perspective [55.79507207292647]
知識グラフ推論は、データマイニング、人工知能、Web、社会科学など、さまざまな分野において重要である。ニューラルAIの台頭は、深層学習の頑健さと象徴的推論の精度を融合させることで、大きな進歩を見せている。大規模言語モデル(LLM)の出現により、知識グラフ推論の新しいフロンティアが開かれた。
論文参考訳（メタデータ） (2024-11-30T18:54:08Z)
Building Tamil Treebanks [0.0]
ツリーバンクは重要な言語資源であり、豊富な言語アノテーションで構造化され注釈付けされたコーパスである。本稿では,手動アノテーション,計算文法,機械学習の3つのアプローチを用いて,タミル木バンクの作成について論じる。
論文参考訳（メタデータ） (2024-09-23T01:58:50Z)
Tamil Language Computing: the Present and the Future [0.0]
言語コンピューティングは言語学、コンピュータ科学、認知心理学を統合し、有意義な人間とコンピュータの相互作用を作り出す。近年のディープラーニングの進歩により、コンピュータはよりアクセスしやすくなり、独立した学習と適応が可能になった。この論文は、日常的なコミュニケーションニーズに対応するために、Tamilのような言語のための実用的なアプリケーションを構築することの重要性を強調している。
論文参考訳（メタデータ） (2024-07-11T15:56:02Z)
Linguistically-Informed Neural Architectures for Lexical, Syntactic and Semantic Tasks in Sanskrit [1.184066113335041]
この論文は、サンスクリット写本を自然言語技術を通じてエンドユーザーにとってよりアクセスしやすくすることを目的としている。サンスクリットの形態的豊かさ、複合性、自由語順性、低リソース性は、ディープラーニングソリューションを開発する上で重要な課題となっている。我々は,サンスクリットの堅牢なNLP技術開発に不可欠な4つの基本課題を特定した。
論文参考訳（メタデータ） (2023-08-17T06:33:33Z)
Joint Language Semantic and Structure Embedding for Knowledge Graph Completion [66.15933600765835]
本稿では,知識三重項の自然言語記述と構造情報とを共同で組み込むことを提案する。本手法は,学習済み言語モデルを微調整することで,完了作業のための知識グラフを埋め込む。各種知識グラフベンチマーク実験により,本手法の最先端性能を実証した。
論文参考訳（メタデータ） (2022-09-19T02:41:02Z)
Semantic Annotation and Querying Framework based on Semi-structured Ayurvedic Text [4.154846138501937]
本稿では,知識グラフ(KG)作成を目的としたサンスクリット文字の手書きアノテーションについて述べる。構築された知識グラフは、410のエンティティと764の関係を含んでいる。データセットを含むシステム全体はhttps://sanskrit.iitk.ac.in/ayurveda/から入手可能だ。
論文参考訳（メタデータ） (2022-02-01T04:33:13Z)
Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
論文参考訳（メタデータ） (2022-01-13T08:25:53Z)
Contextualized Knowledge-aware Attentive Neural Network: Enhancing Answer Selection with Knowledge [77.77684299758494]
ナレッジグラフ(KG)による外部知識による回答選択モデル向上のアプローチを幅広く検討しています。まず、KGの外部知識とテキスト情報との密接な相互作用を考慮し、QA文表現を学習するコンテキスト知識相互作用学習フレームワークであるナレッジアウェアニューラルネットワーク(KNN)を紹介します。 KG情報の多様性と複雑性に対処するために, カスタマイズされたグラフ畳み込みネットワーク (GCN) を介して構造情報を用いた知識表現学習を改善し, コンテキストベースおよび知識ベースの文表現を総合的に学習するコンテキスト型知識認識型アテンシブニューラルネットワーク (CKANN) を提案する。
論文参考訳（メタデータ） (2021-04-12T05:52:20Z)
A Survey of Knowledge-Enhanced Text Generation [81.24633231919137]
テキスト生成の目標は、機械を人間の言語で表現できるようにすることである。入力テキストを出力テキストにマッピングすることを学ぶことで、目的を達成するために、様々なニューラルエンコーダデコーダモデルが提案されている。この問題に対処するために、研究者は入力テキスト以外の様々な種類の知識を生成モデルに組み込むことを検討してきた。
論文参考訳（メタデータ） (2020-10-09T06:46:46Z)
JAKET: Joint Pre-training of Knowledge Graph and Language Understanding [73.43768772121985]
本稿では,知識グラフと言語の両方をモデル化する新しい事前学習フレームワークであるJAKETを提案する。知識モジュールと言語モジュールは相互に支援するための重要な情報を提供する。我々の設計により、事前学習されたモデルは、新しいドメインの見知らぬ知識グラフに容易に適応できる。
論文参考訳（メタデータ） (2020-10-02T05:53:36Z)
Machine Knowledge: Creation and Curation of Comprehensive Knowledge Bases [28.856786775318486]
知識グラフとしても知られる大規模な知識基盤は、Webコンテンツやテキストソースから自動的に構築されている。本稿では,知識基盤の創出と大規模化に関する基礎的概念と実践的手法について考察する。
論文参考訳（メタデータ） (2020-09-24T09:28:13Z)

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。