論文の概要: Explicating the Implicit: Argument Detection Beyond Sentence Boundaries

• arxiv url: http://arxiv.org/abs/2408.04246v1
• Date: Thu, 8 Aug 2024 06:18:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-09 16:29:12.429846
• Title: Explicating the Implicit: Argument Detection Beyond Sentence Boundaries
• Title（参考訳）: Implicitの拡張: 文境界を超えた引数検出
• Authors: Paul Roit, Aviv Slobodkin, Eran Hirsch, Arie Cattan, Ayal Klein, Valentina Pyatkin, Ido Dagan,
• Abstract要約: 本稿では,文境界を越えた意味的関係を捉えるために,文内包による議論検出の問題を再検討する。 本手法は直接監視を必要としないが,データセット不足のため一般的には欠落している。 近年の文書レベルのベンチマークでは、教師付き手法や現代言語モデルよりも優れています。
• 参考スコア（独自算出の注目度）: 24.728886446551577
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detecting semantic arguments of a predicate word has been conventionally modeled as a sentence-level task. The typical reader, however, perfectly interprets predicate-argument relations in a much wider context than just the sentence where the predicate was evoked. In this work, we reformulate the problem of argument detection through textual entailment to capture semantic relations across sentence boundaries. We propose a method that tests whether some semantic relation can be inferred from a full passage by first encoding it into a simple and standalone proposition and then testing for entailment against the passage. Our method does not require direct supervision, which is generally absent due to dataset scarcity, but instead builds on existing NLI and sentence-level SRL resources. Such a method can potentially explicate pragmatically understood relations into a set of explicit sentences. We demonstrate it on a recent document-level benchmark, outperforming some supervised methods and contemporary language models.
• Abstract（参考訳）: 述語単語の意味論証を検出することは、従来、文レベルのタスクとしてモデル化されてきた。 しかし、典型的な読者は、述語が引用された文よりもはるかに広い文脈で述語論関係を完璧に解釈する。 本研究では,文境界間の意味的関係を捉えるために,文の包含による議論検出の問題を再検討する。 本稿では,ある意味的関係を全文から推測できるかどうかを,まずそれを単純でスタンドアロンな命題に符号化し,その文に対する係り受けを検証することによって検証する手法を提案する。 提案手法は,データセットの不足により一般的に欠落している直接監視を必要としないが,既存のNLIや文レベルのSRLリソースを基盤として構築されている。 そのような手法は、現実的に理解された関係を明示的な文の集合に説明することができる。 近年の文書レベルのベンチマークでは、教師付き手法や現代言語モデルよりも優れています。

関連論文リスト

• Localizing Factual Inconsistencies in Attributable Text Generation [91.981439746404]
  本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。 まず,人間のアノテーションに対するQASemConsistency法の有効性を示す。 そこで我々は,局所的な事実の不整合を自動的に検出するいくつかの手法を実装した。
  論文  参考訳（メタデータ） (2024-10-09T22:53:48Z)
• Pixel Sentence Representation Learning [67.4775296225521]
  本研究では,視覚表現学習プロセスとして,文レベルのテキスト意味論の学習を概念化する。 タイポスや単語順シャッフルのような視覚的に接地されたテキスト摂動法を採用し、人間の認知パターンに共鳴し、摂動を連続的に認識できるようにする。 我々のアプローチは、大規模に教師なしのトピックアライメントトレーニングと自然言語推論監督によってさらに強化されている。
  論文  参考訳（メタデータ） (2024-02-13T02:46:45Z)
• Phrase Retrieval for Open-Domain Conversational Question Answering with Conversational Dependency Modeling via Contrastive Learning [54.55643652781891]
  Open-Domain Conversational Question Answering (ODConvQA)は、マルチターン会話を通じて質問に答えることを目的としている。 そこで本研究では,単語列に対する句検索方式を用いて,回答を直接予測する手法を提案する。
  論文  参考訳（メタデータ） (2023-06-07T09:46:38Z)
• Relational Sentence Embedding for Flexible Semantic Matching [86.21393054423355]
  文埋め込みの可能性を明らかにするための新しいパラダイムとして,文埋め込み(Sentence Embedding, RSE)を提案する。 RSEは文関係のモデル化に有効で柔軟性があり、一連の最先端の埋め込み手法より優れている。
  論文  参考訳（メタデータ） (2022-12-17T05:25:17Z)
• Let's be explicit about that: Distant supervision for implicit discourse relation classification via connective prediction [0.0]
  暗黙の談話関係分類では,任意の談話接続が存在しない場合,隣り合う文間の関係を予測したい。 我々は,暗黙関係の明示を通じてデータ不足を回避し,タスクを2つのサブプロブレム(言語モデリングと明示的談話関係分類)に減らした。 実験結果から,本手法は同等性能の代替モデルよりも遥かに単純であるにもかかわらず,最先端技術よりもはるかに優れていることが示された。
  論文  参考訳（メタデータ） (2021-06-06T17:57:32Z)
• Great Service! Fine-grained Parsing of Implicit Arguments [7.785534704637891]
  ある種の暗黙の議論は、他のものよりも解析するのが困難であることを示す。 この作業は、暗黙的かつ未特定な言語をより理解しやすくし、それを意味表現にホリスティックに組み込む。
  論文  参考訳（メタデータ） (2021-06-04T15:50:35Z)
• Narrative Incoherence Detection [76.43894977558811]
  本稿では,文間セマンティック理解のための新たなアリーナとして,物語不整合検出の課題を提案する。 複数文の物語を考えると、物語の流れに意味的な矛盾があるかどうかを決定します。
  論文  参考訳（メタデータ） (2020-12-21T07:18:08Z)
• On the Sentence Embeddings from Pre-trained Language Models [78.45172445684126]
  本稿では,BERT埋め込みにおける意味情報が完全に活用されていないことを論じる。 BERTは常に文の非滑らかな異方性意味空間を誘導し,その意味的類似性を損なう。 本稿では,非教師対象で学習した正規化フローにより,異方性文の埋め込み分布を滑らかで等方性ガウス分布に変換することを提案する。
  論文  参考訳（メタデータ） (2020-11-02T13:14:57Z)
• SLAM-Inspired Simultaneous Contextualization and Interpreting for Incremental Conversation Sentences [0.0]
  逐次文中の多文単語の文脈と解釈を動的に推定する手法を提案する。 SCAINアルゴリズムを用いることで、文脈と単語の解釈の相互依存性を逐次最適化し、新しい解釈をオンラインで得ることができる。
  論文  参考訳（メタデータ） (2020-05-29T16:40:27Z)

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。