論文の概要: Misalignment of Semantic Relation Knowledge between WordNet and Human Intuition
- arxiv url: http://arxiv.org/abs/2412.02138v1
- Date: Tue, 03 Dec 2024 03:51:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:46:52.502046
- Title: Misalignment of Semantic Relation Knowledge between WordNet and Human Intuition
- Title（参考訳）: WordNetと人間の直感のセマンティックな関係知識の相違
- Authors: Zhihan Cao, Hiroaki Yamada, Simone Teufel, Takenobu Tokunaga,
- Abstract要約: 誤調整の事例を調べることは、WordNetを適切に利用し、その改善を促進する可能性がある。
我々は,テンプレートを用いて人からの反応を抽出し,WordNetと人間の直感のセマンティック・リレーション・ナレッジの一般的なミスアライメントを明らかにした。
- 参考スコア（独自算出の注目度）: 3.3311266423308252
- License:
- Abstract: WordNet provides a carefully constructed repository of semantic relations, created by specialists. But there is another source of information on semantic relations, the intuition of language users. We present the first systematic study of the degree to which these two sources are aligned. Investigating the cases of misalignment could make proper use of WordNet and facilitate its improvement. Our analysis which uses templates to elicit responses from human participants, reveals a general misalignment of semantic relation knowledge between WordNet and human intuition. Further analyses find a systematic pattern of mismatch among synonymy and taxonomic relations~(hypernymy and hyponymy), together with the fact that WordNet path length does not serve as a reliable indicator of human intuition regarding hypernymy or hyponymy relations.
- Abstract（参考訳）: WordNetは、専門家によって作成されたセマンティックリレーションの慎重に構築されたリポジトリを提供する。
しかし、セマンティックな関係、すなわち言語利用者の直感に関する別の情報源が存在する。
本研究は,これらの2つの情報源が整列する度合いに関する最初の体系的研究である。
誤調整の事例を調べることは、WordNetを適切に利用し、その改善を促進する可能性がある。
我々は,テンプレートを用いて人からの反応を抽出し,WordNetと人間の直感のセマンティック・リレーション・ナレッジの一般的なミスアライメントを明らかにした。
さらに分析したところ、WordNetパス長が、ハイパーネミーや低ネミー関係に関する人間の直感の信頼できる指標として機能しないという事実とともに、シノニムと分類学的関係(ハイパーネミーと低ネミー)間でのミスマッチの体系的なパターンを見出した。
関連論文リスト
- Using Synchronic Definitions and Semantic Relations to Classify Semantic Change Types [1.3436368800886478]
本稿では、同期語彙関係と単語の意味定義の両方から情報を活用するモデルを提案する。
具体的には,WordNet の構文定義と階層情報を用いて,Blank (1997) のセマンティックチェンジ型データセットのデジタル化バージョンでそれをテストする。
論文 参考訳（メタデータ） (2024-06-05T16:52:21Z) - Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。
考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
論文 参考訳（メタデータ） (2023-07-06T10:52:22Z) - Imitation Learning-based Implicit Semantic-aware Communication Networks:
Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。
本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。
暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
論文 参考訳（メタデータ） (2022-10-28T13:26:08Z) - Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic
Communication [85.06664206117088]
6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。
観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。
GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
論文 参考訳（メタデータ） (2022-05-22T07:11:57Z) - Towards a Theoretical Understanding of Word and Relation Representation [8.020742121274418]
ベクトルまたは埋め込みによる単語の表現は、計算的推論を可能にする。
テキストコーパスと知識グラフから学習した単語埋め込みに注目した。
論文 参考訳（メタデータ） (2022-02-01T15:34:58Z) - Text analysis and deep learning: A network approach [0.0]
本稿では,変圧器モデルとネットワーク解析を併用して,言語使用の自己参照表現を生成する手法を提案する。
我々のアプローチは、基礎となるモデルと強く整合した言語関係と、それらに関する数学的に明確に定義された操作を生成する。
我々の知る限りでは、深層言語モデルから直接意味ネットワークを抽出する最初の教師なし手法である。
論文 参考訳（メタデータ） (2021-10-08T14:18:36Z) - R$^2$-Net: Relation of Relation Learning Network for Sentence Semantic
Matching [58.72111690643359]
文意味マッチングのための関係学習ネットワーク(R2-Net)を提案する。
最初にBERTを使用して、グローバルな視点から入力文をエンコードします。
次に、cnnベースのエンコーダは、ローカルな視点からキーワードやフレーズ情報をキャプチャするように設計されている。
関係情報抽出にラベルを十分に活用するために,関係分類タスクの自己教師付き関係性を導入する。
論文 参考訳（メタデータ） (2020-12-16T13:11:30Z) - Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。
単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。
これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
論文 参考訳（メタデータ） (2020-10-05T17:19:10Z) - Dense Embeddings Preserving the Semantic Relationships in WordNet [2.9443230571766854]
WordNetにおける名詞と動詞の合成のための低次元ベクトル埋め込みを生成する新しい方法を提案する。
これをSense Spectrum(および埋め込みのためのSense Spectra)と呼ぶ。
感性スペクトルの学習に適したラベルを作成するために,WordNetにおける名詞と動詞の合成のための新しい類似度尺度を考案した。
論文 参考訳（メタデータ） (2020-04-22T21:09:47Z) - Hierarchical Human Parsing with Typed Part-Relation Reasoning [179.64978033077222]
このタスクでは、人体構造をモデル化する方法が中心的なテーマである。
深層グラフネットワークの表現能力と階層的人間構造を同時に活用することを模索する。
論文 参考訳（メタデータ） (2020-03-10T16:45:41Z)
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。