Fugu-MT 論文翻訳(概要): Semantic Role Labeling of NomBank Partitives

論文の概要: Semantic Role Labeling of NomBank Partitives

arxiv url: http://arxiv.org/abs/2412.14328v2
Date: Fri, 20 Dec 2024 16:17:20 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-23 13:01:43.220815
Title: Semantic Role Labeling of NomBank Partitives
Title（参考訳）: NomBankメンバのセマンティックな役割ラベリング
Authors: Adam Meyers, Advait Pravin Savant, John E. Ortega,
Abstract要約: いくつかのシステムは、従来のトランスフォーマーベースの機械学習とアンサンブルを使って記述されている。我々の最高スコアシステムは、ペン・ツリーバンクの「ゴールド」パースを用いて91.74%、バークレー・ニューラルを用いた場合の91.12%のF1を達成する。
参考スコア（独自算出の注目度）: 2.867517731896504
License:
Abstract: This article is about Semantic Role Labeling for English partitive nouns (5%/REL of the price/ARG1; The price/ARG1 rose 5 percent/REL) in the NomBank annotated corpus. Several systems are described using traditional and transformer-based machine learning, as well as ensembling. Our highest scoring system achieves an F1 of 91.74% using "gold" parses from the Penn Treebank and 91.12% when using the Berkeley Neural parser. This research includes both classroom and experimental settings for system development.
Abstract（参考訳）: この記事では、NomBankアノテートコーパスにおける、英語の分詞名詞のセマンティックロールラベル(価格/ARG1の5%/REL;価格/ARG1は5%/REL)について述べる。いくつかのシステムは、従来のトランスフォーマーベースの機械学習とアンサンブルを使って記述されている。我々の最高スコアシステムは、Penn Treebankの「ゴールド」パースを使用した91.74%、バークレーニューラルパーサを使用した場合の91.12%である。この研究には、システム開発のための教室と実験環境の両方が含まれる。

関連論文リスト

Scaling Behavior for Large Language Models regarding Numeral Systems: An Example using Pythia [55.23627698804683]
本研究では, 変圧器を用いた大規模言語モデルを用いて, 異なる数値システムのスケーリング挙動について検討する。ベース10ドルシステムは、トレーニングデータスケール全体で、ベース102ドルまたは103ドルよりも一貫してデータ効率が高い。私たちは、トークンレベルの識別とトークンレベルの操作に苦労する、ベース100ドルとベース1,000ドルのシステムを特定します。
論文参考訳（メタデータ） (2024-09-25T22:08:31Z)
Multi-Modal Multi-Granularity Tokenizer for Chu Bamboo Slip Scripts [65.10991154918737]
本研究は、古代中国の春・秋・戦国時代(紀元前771-256年)に用いられた中竹の文字に焦点を当てたものである。我々のトークンライザはまず文字検出を採用して文字境界の特定を行い、次に文字レベルとサブキャラクタレベルの両方で文字認識を行う。学術コミュニティを支援するために,100K以上の注釈付き文字イメージスキャンを備えたCBSの最初の大規模データセットも収集した。
論文参考訳（メタデータ） (2024-09-02T07:42:55Z)
MaiBaam: A Multi-Dialectal Bavarian Universal Dependency Treebank [56.810282574817414]
We present the first multi-dialect Bavarian treebank (MaiBaam) based with part-of-speech and syntactic dependency information in Universal Dependencies (UD)。我々は、近縁なバイエルン語とドイツ語のモルフォシンタクティックな相違を強調し、話者の正書法の豊富な多様性を示す。私たちのコーパスには15kのトークンが含まれており、3つの国にまたがるバイエルン語を話すすべての地域の方言をカバーしています。
論文参考訳（メタデータ） (2024-03-15T13:33:10Z)
BASPRO: a balanced script producer for speech corpus collection based on the genetic algorithm [29.701197643765674]
音声処理モデルの性能は、訓練と評価に使用される音声コーパスの影響を強く受けている。本研究では,中国語文の音素バランスとリッチなセットを自動的に構築できるBAlanced Script Producer (BASPRO)システムを提案する。
論文参考訳（メタデータ） (2022-12-11T02:05:30Z)
DAMO-NLP at SemEval-2022 Task 11: A Knowledge-based System for Multilingual Named Entity Recognition [94.1865071914727]
MultiCoNERは、複数の言語に対する短文と低文設定で意味的に曖昧な名前のエンティティを検出することを目的としている。我々のチームDAMO-NLPは知識に基づくシステムを提案し、ウィキペディアに基づく多言語知識ベースを構築する。入力文が与えられた場合,本システムは知識ベースから関連コンテキストを効果的に検索する。我々のシステムはMultiCoNER共有タスクで13トラック中10トラックを獲得した。
論文参考訳（メタデータ） (2022-03-01T15:29:35Z)
Penn-Helsinki Parsed Corpus of Early Modern English: First Parsing Results and Analysis [2.8749014299466444]
本研究は,Penn-Helsinki Parsed Corpus of Early Modern English (PPCEME) の最初の解析結果である。 PPCEMEの重要な特徴として,Penn Treebankよりも大きく,より多様な関数タグを含む,解析の難しさを挙げる。
論文参考訳（メタデータ） (2021-12-15T23:56:21Z)
Neural Text Classification and Stacked Heterogeneous Embeddings for Named Entity Recognition in SMM4H 2021 [1.195496689595016]
名前付きエンティティ認識(NER)とテキスト分類について検討した。 NERに対処するため,重み付き異種埋め込みと言語的特徴を用いたBiLSTM-CRFの探索を行った。提案手法は様々な言語に一般化することができ、英語とスペイン語で有効性を示した。
論文参考訳（メタデータ） (2021-06-10T15:43:21Z)
LTIatCMU at SemEval-2020 Task 11: Incorporating Multi-Level Features for Multi-Granular Propaganda Span Identification [70.1903083747775]
本稿では,新聞記事におけるプロパガンダ・スパン識別の課題について述べる。本稿では,BERT-BiLSTMに基づくプロパガンダ分類モデルを提案する。
論文参考訳（メタデータ） (2020-08-11T16:14:47Z)
Interpretability Analysis for Named Entity Recognition to Understand System Predictions and How They Can Improve [49.878051587667244]
名前付きエンティティ認識のためのLSTM-CRFアーキテクチャの性能について検討する。文脈表現はシステムの性能に寄与するが、ハイパフォーマンスを駆動する主な要因は、名前トークン自体を学習することにある。我々は、コンテキストのみからエンティティタイプを推測する可能性を評価するために、人間アノテーションを登録し、コンテキストのみのシステムによるエラーの大部分に対してエンティティタイプを推論することはできないが、改善の余地はいくつかある。
論文参考訳（メタデータ） (2020-04-09T14:37:12Z)
Improving Neural Named Entity Recognition with Gazetteers [6.292153194561472]
本稿では,Wikidataナレッジグラフからガゼッタを生成する方法と,その情報をニューラルNERシステムに統合する方法について述べる。実験の結果、このアプローチは2つの異なる言語のパフォーマンス向上をもたらすことが明らかになった。
論文参考訳（メタデータ） (2020-03-06T08:29:37Z)
Automatic Compilation of Resources for Academic Writing and Evaluating with Informal Word Identification and Paraphrasing System [24.42822218256954]
学術書記のためのリソースを自動構築する最初の手法を提案する。目的は、テキストを自動的に編集し、学術的な文章のスタイルに忠実な文章作成支援システムを構築することである。
論文参考訳（メタデータ） (2020-03-05T22:55:45Z)

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。