Fugu-MT 論文翻訳(概要): Computational Discovery of Chiasmus in Ancient Religious Text

論文の概要: Computational Discovery of Chiasmus in Ancient Religious Text

arxiv url: http://arxiv.org/abs/2501.10739v1
Date: Sat, 18 Jan 2025 12:02:30 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-22 14:23:22.712533
Title: Computational Discovery of Chiasmus in Ancient Religious Text
Title（参考訳）: 古代宗教テキストにおけるキヤスムの計算的発見
Authors: Hope McGovern, Hale Sirin, Tom Lippincott,
Abstract要約: 本稿では,聖書の内訳を体系的に検出する最初の計算手法を提案する。本手法は, 神経埋め込みを利用して, キヤスムに関連する語彙的, 意味的パターンを捉える。提案手法は, 高いアノテータ間合意とシステム精度@kを, 横レベル0.80, 半横レベル0.60で頑健な結果が得られる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Chiasmus, a debated literary device in Biblical texts, has captivated mystics while sparking ongoing scholarly discussion. In this paper, we introduce the first computational approach to systematically detect chiasmus within Biblical passages. Our method leverages neural embeddings to capture lexical and semantic patterns associated with chiasmus, applied at multiple levels of textual granularity (half-verses, verses). We also involve expert annotators to review a subset of the detected patterns. Despite its computational efficiency, our method achieves robust results, with high inter-annotator agreement and system precision@k of 0.80 at the verse level and 0.60 at the half-verse level. We further provide a qualitative analysis of the distribution of detected chiasmi, along with selected examples that highlight the effectiveness of our approach.
Abstract（参考訳）: 聖書の文章で議論された文学的装置であるキアスムスは、現在進行中の学術的議論を刺激しながら神秘主義を魅了した。本稿では,聖書の内訳を体系的に検出する最初の計算手法を提案する。本手法は,複数レベルのテキストの粒度(半詩,詩)で適用されたキヤスムに関連する語彙的および意味的パターンを,ニューラルネットワークを用いて捕捉する。また、検出されたパターンのサブセットをレビューするために、専門家アノテータも関与しています。計算効率は高いが,提案手法は高いアノテータ間合意とシステム精度@kを横レベル0.80,半横レベル0.60で頑健な結果が得られる。さらに,検出されたキアシミの分布の質的分析を行い,提案手法の有効性を明らかにする。

関連論文リスト

Combining Qualitative and Computational Approaches for Literary Analysis of Finnish Novels [0.0]
フィンランドの文体に適応した感情辞書を用いた感情分析の計算手法を提案し,開発する。本研究は, 近読分析支援ツールとして, 従来の文献に影響を及ぼす研究の場があることを実証する。
論文参考訳（メタデータ） (2024-06-03T06:07:44Z)
Language Model Decoding as Direct Metrics Optimization [87.68281625776282]
現在の復号法は、異なる側面にわたる人間のテキストと整合するテキストを生成するのに苦労している。本研究では,言語モデルからの復号化を最適化問題として,期待される性能と人間のテキストとの厳密なマッチングを目的とした。この誘導分布は,人間のテキストの難易度を向上させることが保証されていることを証明し,人間のテキストの基本的な分布に対するより良い近似を示唆する。
論文参考訳（メタデータ） (2023-10-02T09:35:27Z)
Enhancing Coherence of Extractive Summarization with Multitask Learning [40.349019691412465]
本研究では,コヒーレンス向上を伴う抽出要約のためのマルチタスク学習アーキテクチャを提案する。アーキテクチャは、抽出要約器とコヒーレント判別器モジュールとを含む。実験の結果,提案手法は抽出した要約文の連続文の割合を大幅に改善することがわかった。
論文参考訳（メタデータ） (2023-05-22T09:20:58Z)
RuArg-2022: Argument Mining Evaluation [69.87149207721035]
本稿は、ロシア語テキストを扱う議論分析システムの最初のコンペティションの主催者の報告である。新型コロナウイルスの感染拡大に伴う3つの話題について、9,550文(ソーシャルメディア投稿記事)のコーパスを用意した。両タスクで第一位を獲得したシステムは、BERTアーキテクチャのNLI(Natural Language Inference)変種を使用した。
論文参考訳（メタデータ） (2022-06-18T17:13:37Z)
On the Representation Collapse of Sparse Mixture of Experts [102.83396489230375]
専門家のまばらな混合は、一定の計算オーバーヘッドを必要としながら、より大きなモデルキャパシティを提供する。入力トークンを隠された表現に従ってベストマッチした専門家に分散するためにルーティング機構を使用する。しかし、そのようなルーティングメカニズムを学ぶことで、専門家のセントロイドを中心にトークンのクラスタリングが促進され、表現の崩壊の傾向が示唆される。
論文参考訳（メタデータ） (2022-04-20T01:40:19Z)
Syllabic Quantity Patterns as Rhythmic Features for Latin Authorship Attribution [74.27826764855911]
我々は、ラテン散文の計算的オーサシップ属性のタスクにおいて、リズミカルな特徴を導出する基盤として、音節量を用いる。 2つの異なる機械学習手法を用いて3つの異なるデータセットを用いて実験を行い、音節量に基づくリズム特徴がラテン散文の著者の識別に有用であることを示した。
論文参考訳（メタデータ） (2021-10-27T06:25:31Z)
Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文参考訳（メタデータ） (2021-06-15T20:55:55Z)
Prosodic Representation Learning and Contextual Sampling for Neural Text-to-Speech [16.45773135100367]
本稿では,ニューラル音声合成のための新たな2段階トレーニングプロセスで訓練されたモデルであるKathakaを紹介する。文章レベルでの韻律分布は,訓練中に利用可能なメル・スペクトログラムから学習する。第二段階では,テキストで利用可能な文脈情報を用いて,この学習した韻律分布をサンプリングする新しい手法を提案する。
論文参考訳（メタデータ） (2020-11-04T12:20:21Z)
A novel approach to sentiment analysis in Persian using discourse and external semantic information [0.0]
自然言語で書かれた文書から個人の感情を抽出するための多くのアプローチが提案されている。これらのアプローチの大半は英語に重点を置いているが、ペルシア語のような資源中心の言語は研究作業や言語資源の欠如に悩まされている。ペルシア語におけるこのギャップのため、現在の研究はペルシア語に適用される感情分析の新しい手法を導入することを目的としている。
論文参考訳（メタデータ） (2020-07-18T18:40:40Z)
The Frankfurt Latin Lexicon: From Morphological Expansion and Word Embeddings to SemioGraphs [97.8648124629697]
この記事は、古典的な機械学習と知的ポストコレクション、特に、基礎となる語彙資源のグラフ表現に基づく人間の解釈プロセスを含む、より包括的なレマティゼーションの理解を論じている。
論文参考訳（メタデータ） (2020-05-21T17:16:53Z)
Article citation study: Context enhanced citation sentiment detection [11.610277023001807]
サイテーションセシメット分析は、サイエントメトリー分析における最も研究の少ない課題の1つである。我々は,引用文からなる8つのデータセットを開発し,手動で3つの感情極性にアノテートした。テキスト, 音声のパート・オブ・音声タグ, 依存関係関係を組み合わさった, 単語の埋め込みを含むアンサンブル特徴工学手法を提案する。
論文参考訳（メタデータ） (2020-05-10T00:27:19Z)

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。