Fugu-MT 論文翻訳(概要): Contextual effects of sentiment deployment in human and machine translation

論文の概要: Contextual effects of sentiment deployment in human and machine translation

arxiv url: http://arxiv.org/abs/2502.18642v1
Date: Tue, 25 Feb 2025 21:03:35 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-27 14:58:06.152928
Title: Contextual effects of sentiment deployment in human and machine translation
Title（参考訳）: 人間と機械翻訳における感情展開の文脈的影響
Authors: Lindy Comstock, Priyanshu Sharma, Mikhail Belov,
Abstract要約: 本稿では、テキストの全体感情が翻訳にどのようにシフトするか、および自動感情分析にどう影響するかを説明する。人間と機械の翻訳は、対象言語の感情の周波数に合致するより多くの補題を生成するが、機械翻訳だけがテキストの全体的な意味領域を減少させる。
参考スコア（独自算出の注目度）: 0.19116784879310028
License:
Abstract: This paper illustrates how the overall sentiment of a text may be shifted in translation and the implications for automated sentiment analyses, particularly those that utilize machine translation and assess findings via semantic similarity metrics. While human and machine translation will produce more lemmas that fit the expected frequency of sentiment in the target language, only machine translation will also reduce the overall semantic field of the text, particularly in regard to words with epistemic content.
Abstract（参考訳）: 本稿では, テキストの全体感情が, 自動感情分析にどう影響するかを, 特に機械翻訳を利用して意味的類似度を指標として評価する。人間と機械の翻訳は、対象言語の感情の周波数に合致するより多くの補題を生成するが、機械翻訳だけがテキストの全体的意味領域、特にてんかん内容の単語を減少させる。

関連論文リスト

Characterizing the Effects of Translation on Intertextuality using Multilingual Embedding Spaces [0.0]
修辞装置は翻訳が難しいが、文学文書の翻訳には不可欠である。本研究は,多言語埋め込み空間を用いて,人間と機械の翻訳におけるテクスチュアリティの保存を特徴付けるものである。
論文参考訳（メタデータ） (2025-01-18T11:36:17Z)
Entity-Level Sentiment: More than the Sum of Its Parts [13.829487868948686]
文レベルでの感情の算術的アグリゲーションとは,エンティティに対する読者の知覚的感情がしばしば異なることを示す。我々のデータセットは、長いテキストでエンティティ固有の感情の複雑さを明らかにします。
論文参考訳（メタデータ） (2024-07-04T13:21:07Z)
Sentiment Analysis Across Languages: Evaluation Before and After Machine Translation to English [0.0]
本稿では,機械翻訳を行った多言語データセットおよびテキストを対象とした感性分析タスクにおけるトランスフォーマーモデルの性能について検討する。異なる言語文脈におけるこれらのモデルの有効性を比較することで、それらの性能変化と様々な言語における感情分析の潜在的な影響について洞察を得ることができる。
論文参考訳（メタデータ） (2024-05-05T10:52:09Z)
Crossing the Threshold: Idiomatic Machine Translation through Retrieval Augmentation and Loss Weighting [66.02718577386426]
慣用的な翻訳と関連する問題を簡易に評価する。我々は,変圧器をベースとした機械翻訳モデルが慣用的な翻訳に対して正しくデフォルトとなる点を明らかにするための合成実験を行った。自然慣用句の翻訳を改善するために, 単純かつ効果的な2つの手法を導入する。
論文参考訳（メタデータ） (2023-10-10T23:47:25Z)
Lost In Translation: Generating Adversarial Examples Robust to Round-Trip Translation [66.33340583035374]
本研究は, ラウンドトリップ翻訳における現在のテキスト対逆攻撃の堅牢性に関する包括的研究である。筆者らは,現在最先端のテキストベースの6つの敵攻撃が,ラウンドトリップ翻訳後の有効性を維持していないことを実証した。本稿では,機械翻訳を逆例生成のプロセスに組み込むことにより,この問題に対する介入に基づく解決策を提案する。
論文参考訳（メタデータ） (2023-07-24T04:29:43Z)
Evaluation of Chinese-English Machine Translation of Emotion-Loaded Microblog Texts: A Human Annotated Dataset for the Quality Assessment of Emotion Translation [7.858458986992082]
本稿では,感情を重畳したテキストの翻訳において,現在の機械翻訳(MT)ツールがどのように機能するかに焦点を当てる。本稿では,Multidimensional Quality Metrics(MQM)に基づく評価フレームワークを提案し,MT出力の詳細な誤差解析を行う。
論文参考訳（メタデータ） (2023-06-20T21:22:45Z)
SenteCon: Leveraging Lexicons to Learn Human-Interpretable Language Representations [51.08119762844217]
SenteConは、深層言語表現に人間の解釈可能性を導入する方法である。 SenteConは、下流タスクにおける予測性能にほとんど、あるいは全くコストをかからない高レベルな解釈性を提供する。
論文参考訳（メタデータ） (2023-05-24T05:06:28Z)
Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文参考訳（メタデータ） (2023-05-23T23:45:20Z)
Sentiment-Aware Measure (SAM) for Evaluating Sentiment Transfer by Machine Translation Systems [0.0]
感情が主メッセージであるテキストの翻訳において、人間の翻訳者は感情を伝達する単語に特に注意を向ける。 MTシステムによるテキスト中の感情メッセージの翻訳精度を評価するのに適した数値的感情閉鎖性尺度を提案する。
論文参考訳（メタデータ） (2021-09-30T07:35:56Z)
Semantic Analysis for Automated Evaluation of the Potential Impact of Research Articles [62.997667081978825]
本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
論文参考訳（メタデータ） (2021-04-26T20:37:13Z)
Curious Case of Language Generation Evaluation Metrics: A Cautionary Tale [52.663117551150954]
イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
論文参考訳（メタデータ） (2020-10-26T13:57:20Z)

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。