論文の概要: Grammar Assistance Using Syntactic Structures (GAUSS)
- arxiv url: http://arxiv.org/abs/2406.18340v1
- Date: Wed, 26 Jun 2024 13:35:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-27 13:19:36.080054
- Title: Grammar Assistance Using Syntactic Structures (GAUSS)
- Title(参考訳): 構文構造を用いた文法支援システム(GAUSS)
- Authors: Olga Zamaraeva, Lorena S. Allegue, Carlos Gómez-Rodríguez, Anastasiia Ogneva, Margarita Alonso-Ramos,
- Abstract要約: 本稿では,豊かな言語形式に依存したスペイン語の文法コーチングシステムを提案する。
このアプローチは、コンピュータ化された文法が存在する任意の言語に対して実現可能である。
- 参考スコア(独自算出の注目度): 10.526517571430709
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatic grammar coaching serves an important purpose of advising on standard grammar varieties while not imposing social pressures or reinforcing established social roles. Such systems already exist but most of them are for English and few of them offer meaningful feedback. Furthermore, they typically rely completely on neural methods and require huge computational resources which most of the world cannot afford. We propose a grammar coaching system for Spanish that relies on (i) a rich linguistic formalism capable of giving informative feedback; and (ii) a faster parsing algorithm which makes using this formalism practical in a real-world application. The approach is feasible for any language for which there is a computerized grammar and is less reliant on expensive and environmentally costly neural methods. We seek to contribute to Greener AI and to address global education challenges by raising the standards of inclusivity and engagement in grammar coaching.
- Abstract(参考訳): 自動文法コーチングは、社会的プレッシャーを課したり、確立された社会的役割を補強したりすることなく、標準文法の品種に助言する重要な目的である。
このようなシステムはすでに存在するが、そのほとんどは英語用であり、意味のあるフィードバックを提供するものはほとんどない。
さらに、それらは一般的に完全にニューラルネットワークに依存しており、世界中のほとんどの人が手に入らない膨大な計算資源を必要とする。
スペイン語による文法学習システムを提案する。
一 情報的フィードバックをすることができる豊かな言語形式主義
(II) この形式を現実のアプリケーションで実用化する高速解析アルゴリズム。
このアプローチは、コンピュータ化された文法が存在する言語でも実現可能であり、高価で環境的にコストのかかるニューラルな手法に依存しない。
我々は、グリーンアーAIに貢献し、文法コーチングにおけるインクリシティとエンゲージメントの基準を高めることで、グローバルな教育課題に取り組みたいと考えています。
関連論文リスト
- How Ready Are Generative Pre-trained Large Language Models for Explaining Bengali Grammatical Errors? [0.4857223913212445]
高度な生成人工知能(AI)を利用した文法的誤り訂正(GEC)ツール。
しかし、それらはしばしば、本質的な自然言語の説明の提供に不足する。
このような言語では、文法的誤り説明(GEE)システムは正しい文だけでなく、誤りの説明も提供すべきである。
論文 参考訳(メタデータ) (2024-05-27T15:56:45Z) - Teacher Perception of Automatically Extracted Grammar Concepts for L2
Language Learning [66.79173000135717]
本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。
我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。
我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
論文 参考訳(メタデータ) (2023-10-27T18:17:29Z) - Spanish Resource Grammar version 2023 [12.009437358109407]
スペイン資源文法(SRG)の最新バージョンについて紹介する。
このような文法は、文法に関する複雑な仮説の集合を符号化し、言語理論の実証的なテストのリソースとなる。
SRGのこのバージョンは、最新のFreeling形態を使っており、自動生成され、手動で検証された2,291文のツリーバンクと共にリリースされている。
論文 参考訳(メタデータ) (2023-09-23T09:24:05Z) - CLSE: Corpus of Linguistically Significant Entities [58.29901964387952]
専門家が注釈を付けた言語学的に重要なエンティティ(CLSE)のコーパスをリリースする。
CLSEは74種類のセマンティックタイプをカバーし、航空券売機からビデオゲームまで様々なアプリケーションをサポートする。
言語的に代表されるNLG評価ベンチマークを,フランス語,マラティー語,ロシア語の3言語で作成する。
論文 参考訳(メタデータ) (2022-11-04T12:56:12Z) - Teacher Perception of Automatically Extracted Grammar Concepts for L2
Language Learning [91.49622922938681]
本稿では,文法の異なる側面の記述を自動的に発見・可視化する自動フレームワークを提案する。
具体的には、形態素構文と意味論に関する疑問に答える自然なテキストコーパスから記述を抽出する。
この手法をインド語、カンナダ語、マラタイ語に応用するが、これは英語とは異なり、十分に発達した教育資源を持たない。
論文 参考訳(メタデータ) (2022-06-10T14:52:22Z) - Towards Zero-shot Language Modeling [90.80124496312274]
人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。
類型的に多様な訓練言語のサンプルからこの分布を推測する。
我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
論文 参考訳(メタデータ) (2021-08-06T23:49:18Z) - Natural Language Generation Using Link Grammar for General
Conversational Intelligence [0.0]
Link Grammarデータベースを用いて,文法的に有効な文を自動的に生成する手法を提案する。
この自然言語生成方法は、最先端のベースラインをはるかに上回り、プロトAGI質問応答パイプラインの最終コンポーネントとして機能する。
論文 参考訳(メタデータ) (2021-04-19T06:16:07Z) - GrammarTagger: A Multilingual, Minimally-Supervised Grammar Profiler for
Language Education [7.517366022163375]
GrammarTaggerは、入力テキストを与えられたオープンソースの文法プロファイラで、言語教育に有用な文法的特徴を特定します。
モデルアーキテクチャにより、スパンとそのラベルで注釈付けされた少量のテキストから学ぶことができる。
また,その読解困難度と文法的特徴を指標とした言語学習教材の検索エンジン octanove learn を構築した。
論文 参考訳(メタデータ) (2021-04-07T15:31:20Z) - VLGrammar: Grounded Grammar Induction of Vision and Language [86.88273769411428]
共同学習枠組みにおける視覚と言語の基底文法誘導について検討する。
本稿では,複合確率文脈自由文法(pcfgs)を用いて言語文法と画像文法を同時に誘導する手法であるvlgrammarを提案する。
論文 参考訳(メタデータ) (2021-03-24T04:05:08Z) - Learning Adaptive Language Interfaces through Decomposition [89.21937539950966]
本稿では,分解による新しいハイレベルな抽象化を学習するニューラルセマンティック解析システムを提案する。
ユーザは、新しい振る舞いを記述する高レベルな発話を低レベルなステップに分解することで、対話的にシステムを教える。
論文 参考訳(メタデータ) (2020-10-11T08:27:07Z)
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。