論文の概要: ERAS: Evaluating the Robustness of Chinese NLP Models to Morphological Garden Path Errors

• arxiv url: http://arxiv.org/abs/2410.13057v1
• Date: Wed, 16 Oct 2024 21:35:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-28 17:07:36.649577
• Title: ERAS: Evaluating the Robustness of Chinese NLP Models to Morphological Garden Path Errors
• Title（参考訳）: ERAS:中国NLPモデルの形態的ガーデンパス誤差に対するロバスト性の評価
• Abstract要約: 我々は,中国のNLPモデルは形態的庭道誤差に弱いことを示す。 以上の結果から,漢文のモデルの分節化は,形態素構文的文脈を考慮にいられないことが多いことが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In languages without orthographic word boundaries, NLP models perform word segmentation, either as an explicit preprocessing step or as an implicit step in an end-to-end computation. This paper shows that Chinese NLP models are vulnerable to morphological garden path errors: errors caused by a failure to resolve local word segmentation ambiguities using sentence-level morphosyntactic context. We propose a benchmark, ERAS, that tests a model's vulnerability to morphological garden path errors by comparing its behavior on sentences with and without local segmentation ambiguities. Using ERAS, we show that word segmentation models make garden path errors on locally ambiguous sentences, but do not make equivalent errors on unambiguous sentences. We further show that sentiment analysis models with character-level tokenization make implicit garden path errors, even without an explicit word segmentation step in the pipeline. Our results indicate that models' segmentation of Chinese text often fails to account for morphosyntactic context.
• Abstract（参考訳）: 正書法的な単語境界を持たない言語では、NLPモデルは、明示的な前処理ステップとして、あるいは、エンドツーエンドの計算における暗黙的なステップとして、ワードセグメンテーションを行う。 本稿は,中国におけるNLPモデルは,文レベルの形態素構文的文脈を用いて局所的な単語分割の曖昧さを解消できなかったことによる誤りである,形態素の庭道誤差に弱いことを示す。 本研究では,形態素の庭道誤差に対するモデルの脆弱性を,局所的な区分けの曖昧さを伴わない文の振る舞いを比較することで検証するベンチマークERASを提案する。 ERASを用いて、単語分割モデルは、局所的曖昧な文に庭の道の誤りを生じさせるが、曖昧な文に等価な誤りを起こさないことを示す。 さらに、文字レベルのトークン化を伴う感情分析モデルが、パイプライン内の明示的な単語セグメンテーションステップなしでも、暗黙的なガーデンパスエラーを発生させることを示す。 以上の結果から,漢文のモデルの分節化は,形態素構文的文脈を考慮にいられないことが多いことが示唆された。

関連論文リスト

• A Layered Taxonomy for Chinese Learner Grammatical Error Annotation [8.035521056416242]
  本稿では,中国語の文法的誤り訂正と教育的誤り解析を結びつける階層型手法を提案する。 このスキームはまず文字レベルと句読点レベルの正書法誤差を特定し、それらを編集操作とサブタイプによってラベル付けする。 他のエラーには、編集操作、言語ドメイン、音声の一部を組み合わせた3層コアラベルと、オプションの中国語固有の拡張がある。
  論文  参考訳（メタデータ） (2026-09-02T06:06:42Z)
• PACUTE: Phonology-, Affix-, and Character-level Understanding of Tokens for Filipino [1.6481883307499954]
  PACUTEは、フィリピンにおける形態学的理解を評価するために設計された4,600のタスクの診断ベンチマークである。 オープンウェイトモデルでは, スケールによらず, 形態素分解にほぼ近い確率で作用することがわかった。 これらの結果は, フィリピン語の単語構造理解の持続的ボトルネックとして, 文字アクセスのみではなく, 生産的形態素組成を同定した。
  論文  参考訳（メタデータ） (2026-06-13T06:12:56Z)
• Reasoning over Grammar: Can Synthetic Linguistic Reasoning Traces Enhance Low-Resource Machine Translation? [49.7935995447581]
  我々は,低リソース機械翻訳が言語解析と文法推論の中間段階の構造化の恩恵を受けるか検討する。 本稿では,Universal Dependencies Treebank,Dictionary,Gram-rule Bankから,ステップバイステップの言語推論トレースを自動的に生成するパイプラインを提案する。 その結果,言語的推論の痕跡は推論時ガイダンスとして最も有効であることが示唆された。
  論文  参考訳（メタデータ） (2026-06-02T15:36:12Z)
• LIBERO-Para: A Diagnostic Benchmark and Metrics for Paraphrase Robustness in VLA Models [15.955490895662384]
  本稿では,言語一般化の詳細な解析のためのベンチマークであるLIBERO-Paraを紹介する。 パラフレージングにより22-52ppの連続的な性能劣化が観察された。 本稿では,意味的因子と構文的因子を用いてパラフレーズの難易度を定量化する指標PRIDEを提案する。
  論文  参考訳（メタデータ） (2026-03-30T11:27:34Z)
• Morphologically-Informed Tokenizers for Languages with Non-Concatenative Morphology: A case study of Yoloxóchtil Mixtec ASR [0.0]
  本稿では,ASRとテキスト・ベース・シーケンス・ツー・シーケンス・ツールを組み合わせたYoloxchitl Mixtec (YM) 音声コーパスのインターリニア・グロースアノテーションを,形態的インフォームド・トークンーザを用いて支援し,合理化する影響について検討する。 本稿では,音節形態に関する情報を可能な限り保存し,非線形に単語を分離する2つの新しいトークン化手法を提案する。
  論文  参考訳（メタデータ） (2025-12-05T21:35:42Z)
• Towards Fine-Grained Information: Identifying the Type and Location of Translation Errors [80.22825549235556]
  既存のアプローチでは、エラーの位置と型を同期的に考慮することはできない。 我々はtextbf の追加と textbfomission エラーを予測するために FG-TED モデルを構築した。 実験により,本モデルではエラータイプと位置の同時同定が可能であり,最先端の結果が得られた。
  論文  参考訳（メタデータ） (2023-02-17T16:20:33Z)
• Multilingual Extraction and Categorization of Lexical Collocations with Graph-aware Transformers [86.64972552583941]
  我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。 以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
  論文  参考訳（メタデータ） (2022-05-23T16:47:37Z)
• Improving Pre-trained Language Models with Syntactic Dependency Prediction Task for Chinese Semantic Error Recognition [52.55136323341319]
  既存の中国語のテキスト誤り検出は主にスペルと単純な文法的誤りに焦点を当てている。 中国の意味的誤りは、人間が容易に認識できないほど過小評価され、複雑である。
  論文  参考訳（メタデータ） (2022-04-15T13:55:32Z)
• A Syntax-Guided Grammatical Error Correction Model with Dependency Tree Correction [83.14159143179269]
  文法的誤り訂正(英: Grammatical Error Correction, GEC)は、文中の文法的誤りを検出し、訂正するタスクである。 本稿では,依存木の構文知識を利用するためのグラフアテンション機構を採用した構文誘導型GECモデル(SG-GEC)を提案する。 我々は、GECタスクの公開ベンチマークでモデルを評価し、競争結果を得る。
  論文  参考訳（メタデータ） (2021-11-05T07:07:48Z)
• How Suitable Are Subword Segmentation Strategies for Translating Non-Concatenative Morphology? [26.71325671956197]
  各種形態素現象のセグメンテーション戦略を評価するためのテストスイートを設計する。 形態学的に複雑な表面表現を解析・生成する学習は依然として困難である。
  論文  参考訳（メタデータ） (2021-09-02T17:23:21Z)
• Comparative Error Analysis in Neural and Finite-state Models for Unsupervised Character-level Transduction [34.1177259741046]
  2つのモデルクラスを並べて比較すると、同等のパフォーマンスを達成したとしても、異なるタイプのエラーが発生する傾向があります。 復号時における有限状態とシーケンス・ツー・シーケンスの組合せが、出力を定量的かつ質的にどう影響するかを考察する。
  論文  参考訳（メタデータ） (2021-06-24T00:09:24Z)
• A Differentiable Relaxation of Graph Segmentation and Alignment for AMR Parsing [75.36126971685034]
  我々は、アライメントとセグメンテーションをモデルの潜在変数として扱い、エンドツーエンドのトレーニングの一部としてそれらを誘導する。 また,AMRの個々の構造を扱うために手作りされたLyu2018AMRPAのセグメンテーションルールに依存するモデルにもアプローチした。
  論文  参考訳（メタデータ） (2020-10-23T21:22:50Z)
• Neural disambiguation of lemma and part of speech in morphologically rich languages [0.6346772579930928]
  形態的に豊かな言語における不明瞭な単語の補題と発話の一部を曖昧にすることの問題点を考察する。 そこで本稿では, テキストの未注釈コーパスと形態素解析を用いて, 文脈におけるあいまいな単語の曖昧さを解消する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-12T21:48:52Z)
• Improving Chinese Segmentation-free Word Embedding With Unsupervised Association Measure [3.9435648520559177]
  時間情報とポイントワイド関連性(PATI)という,新しい教師なしの関連尺度を通じてn-gramの語彙を収集することにより,セグメンテーションフリーな単語埋め込みモデルを提案する 提案手法では, コーパスからより潜時的な情報を利用して, 中国語テキストなどの未分類言語データに, より強い凝集度を持つn-gramを埋め込み, より有効なn-gramを収集できる。
  論文  参考訳（メタデータ） (2020-07-05T13:55:19Z)
• On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
  我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。 結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
  論文  参考訳（メタデータ） (2020-05-12T11:01:44Z)

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。