論文の概要: A Derivational ChainBank for Modern Standard Arabic

• arxiv url: http://arxiv.org/abs/2410.20463v1
• Date: Sun, 27 Oct 2024 14:43:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-29 12:18:18.202419
• Title: A Derivational ChainBank for Modern Standard Arabic
• Title（参考訳）: 現代標準アラビア語のための派生的連鎖銀行
• Authors: Reham Marzouk, Sondos Krouna, Nizar Habash,
• Abstract要約: ChainBankはアラビア語の派生形態をモデリングするための新しいフレームワークである。 それは、その派生的重要性を反映した派生した単語の連鎖を構築することによって、形と意味の接続を確立する。
• 参考スコア（独自算出の注目度）: 8.805757963653317
• License:
• Abstract: This study presents the ``Arabic Derivational ChainBank,'' a novel framework for modeling Arabic derivational morphology. It establishes connections between forms and meanings by constructing a chain of derived words that reflect their derivational significance. To expedite the process, a rule-based methodology was employed, avoiding time-consuming manual annotation. The derivational network was then aligned with the CamelMorph morphological analyzer database. This two-step process resulted in a chain of derived word lemmas linked to their roots, encompassing 23,333 evaluated derivational relations, thereby demonstrating the efficiency of the ChainBank.
• Abstract（参考訳）: 本研究は、アラビア語の派生形態をモデル化するための新しい枠組みである「アラビアデリバティブ・チェーンバンク」を提示する。 それは、その派生的重要性を反映した派生した単語の連鎖を構築することによって、形と意味の接続を確立する。 プロセスの迅速化のために、ルールベースの方法論が採用され、時間を要する手作業によるアノテーションが回避された。 その後、導出ネットワークはCamelMorph形態解析データベースと整列した。 この2段階のプロセスにより、そのルーツに関連付けられた派生語レムマの連鎖が生じ、23,333の導出関係が評価され、チェインバンクの効率が示された。

関連論文リスト

• Knowledge Graph Embeddings: A Comprehensive Survey on Capturing Relation Properties [5.651919225343915]
  知識グラフ埋め込み(KGE)技術は、記号的知識グラフを数値表現に変換する上で重要な役割を果たしている。 本稿では、一対一、一対多、多対一、多対多といった関係に固有の複素写像特性について述べる。 我々は、KGEにマルチモーダル情報を統合すること、規則付き関係パターンモデリングを強化すること、動的KGE設定における関係特性を捉えるモデルを開発することなど、革新的なアイデアを探求する。
  論文  参考訳（メタデータ） (2024-10-16T08:54:52Z)
• Joint Lemmatization and Morphological Tagging with LEMMING [127.91619168948502]
  本稿では,レマタイズとタグ付けを共同でモデル化するモジュール型対数線形モデルLEMMingを提案する。 金の標準タグとレマタでアノテートされたコーパスで訓練でき、形態辞書やアナライザに依存しない。
  論文  参考訳（メタデータ） (2024-05-28T16:01:19Z)
• Linearity of Relation Decoding in Transformer Language Models [82.47019600662874]
  トランスフォーマー言語モデル(LM)で符号化された知識の多くは、関係性の観点から表現することができる。 関係のサブセットに対して、この計算は対象表現上の1つの線形変換によってよく近似されることを示す。
  論文  参考訳（メタデータ） (2023-08-17T17:59:19Z)
• Scalable Bayesian Network Structure Learning with Splines [2.741266294612776]
  ベイズネットワーク(英: Bayesian Network, BN)は、有向非巡回グラフ(DAG)からなる確率的グラフィカルモデルである。 本稿では,BNのグローバルDAG構造を学習し,変数間の線形および非線形な局所関係をモデル化する新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-10-27T17:54:53Z)
• Transformer-based Dual Relation Graph for Multi-label Image Recognition [56.12543717723385]
  本稿では,トランスフォーマーをベースとしたデュアルリレーショナル学習フレームワークを提案する。 相関の2つの側面、すなわち構造関係グラフと意味関係グラフについて検討する。 提案手法は,2つのポピュラーなマルチラベル認識ベンチマークにおいて,最先端性を実現する。
  論文  参考訳（メタデータ） (2021-10-10T07:14:52Z)
• Modeling Content and Context with Deep Relational Learning [31.854529627213275]
  DRaiLは、ディープリレーショナルモデルを特定するためのオープンソースの宣言型フレームワークである。 我々のフレームワークは、表現型言語エンコーダとの容易な統合をサポートし、表現、推論、学習間の相互作用を研究するためのインターフェースを提供する。
  論文  参考訳（メタデータ） (2020-10-20T17:09:35Z)
• Leveraging Semantic Parsing for Relation Linking over Knowledge Bases [80.99588366232075]
  本稿では,AMRを用いた意味解析と遠隔監視を利用した関係リンクフレームワークであるSlingを提案する。 Slingは複数の関係リンクアプローチを統合し、言語的手がかり、豊かな意味表現、知識ベースからの情報などの補完的な信号をキャプチャする。 QALD-7, QALD-9, LC-QuAD 1.0という3つのKBQAデータセットを用いた関係リンク実験により, 提案手法が全てのベンチマークで最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2020-09-16T14:56:11Z)
• Structural Landmarking and Interaction Modelling: on Resolution Dilemmas in Graph Classification [50.83222170524406]
  解法ジレンマの統一概念に基づくグラフ分類における本質的難易度の研究」 構造ランドマークと相互作用モデリングのためのインダクティブニューラルネットワークモデルSLIM'を提案する。
  論文  参考訳（メタデータ） (2020-06-29T01:01:42Z)
• KEML: A Knowledge-Enriched Meta-Learning Framework for Lexical Relation Classification [37.2106265998237]
  語彙関係は三重関係の形で、概念がどのように意味論的に関連しているかを記述する。 語彙関係分類の課題に対処する知識強化メタラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-25T14:43:56Z)
• A Simple Joint Model for Improved Contextual Neural Lemmatization [60.802451210656805]
  本稿では,20言語で最先端の成果を得られる,単純結合型ニューラルモデルを提案する。 本論文では,トレーニングと復号化に加えて,本モデルについて述べる。
  論文  参考訳（メタデータ） (2019-04-04T02:03:19Z)

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。