Fugu-MT 論文翻訳(概要): On true empty category

論文の概要: On true empty category

arxiv url: http://arxiv.org/abs/2504.15168v1
Date: Mon, 21 Apr 2025 15:22:21 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-29 14:49:42.703658
Title: On true empty category
Title（参考訳）: 真の空圏について
Authors: Qilin Tian,
Abstract要約: いくつかの空の物体の位置は、現存する空の圏と相容れないようである。真の空圏仮説は、真の空圏は、圏とケース特徴を持つ空の位置のみであるとする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: According to Chomsky (1981, 1986), empty categories consist of PRO, pro, trace, and variable. However, some empty object positions seem to be incompatible with extant empty categories. Given this, Li (2007a, 2007b, 2014) and Li & Wei (2014) raise the true empty category hypothesis, which holds that true empty category is only an empty position with category and Case features. As a last resort option, it is used mainly to meet the subcatgorization of a verb. This assumption is ingenious, and if proved to be true, it will exert a great impact on the study of UG. In this paper, we evaluate their evidence from topicalization and demonstrate that it can be accounted for without invoking true empty category.
Abstract（参考訳）: Chomsky (1981, 1986) によれば、空の圏は PRO, pro, trace, and variable から構成される。しかし、いくつかの空の物体の位置は、現存する空の圏とは相容れないようである。このことを前提として、Li (2007a, 2007b, 2014) と Li & Wei (2014) は真の空圏仮説を提起し、真の空圏は圏とケース特徴を持つ空の位置に過ぎないとする。最後の選択肢として、主に動詞の下位分類を満たすために使われる。この仮定は巧妙であり、もし事実であると証明されれば、UGの研究に大きな影響を与えるだろう。本稿では,それらの証拠を話題化から評価し,真の空のカテゴリーを起こさずに説明できることを実証する。

関連論文リスト

Pursuing Better Decision Boundaries for Long-Tailed Object Detection via Category Information Amount [6.745949254672713]
オブジェクト検出では、通常、データセットが長いテール分布を示すかどうかを定義するためにインスタンスカウントが使用される。この仮定は、不均衡なインスタンス数を持つデータセットのカテゴリバイアスに関する広範な研究につながった。本稿では,情報量に基づいて各カテゴリの決定空間を動的に調整するために,IGAMロス(Information Amount-Guided Angular Margin)を提案する。
論文参考訳（メタデータ） (2025-02-06T08:08:18Z)
When resampling/reweighting improves feature learning in imbalanced classification?: A toy-model study [5.5730368125641405]
二分分類のおもちゃモデルは,クラス不均衡の存在下での特徴学習性能に対するクラスワイド再サンプリング/重み付け効果を明らかにすることを目的として研究された。
論文参考訳（メタデータ） (2024-09-09T13:31:00Z)
Categorical Syllogisms Revisited: A Review of the Logical Reasoning Abilities of LLMs for Analyzing Categorical Syllogism [62.571419297164645]
本稿では,分類的シロジズムを解析するための大規模言語モデルの論理的推論能力に関する先行研究を体系的に概説する。まず、純粋に論理的な観点から分類的シロジズムの可能なバリエーションについて検討する。次に、既存のデータセットでテストされた基本的な設定(ムードとフィギュア)を調べます。
論文参考訳（メタデータ） (2024-06-26T21:17:20Z)
Learn to Categorize or Categorize to Learn? Self-Coding for Generalized Category Discovery [49.1865089933055]
テスト時に未知のカテゴリを発見できる新しい,効率的かつ自己管理手法を提案する。このアプローチの健全な特徴は、個々のデータインスタンスに最小長のカテゴリコードの割り当てである。試行錯誤による評価は, 提案手法の有効性を実証するものである。
論文参考訳（メタデータ） (2023-10-30T17:45:32Z)
Semantic-Promoted Debiasing and Background Disambiguation for Zero-Shot Instance Segmentation [13.001629605405954]
Zero-shotインスタンスセグメンテーションは、トレーニングサンプルを使わずに、目に見えないカテゴリのオブジェクトを検出し、正確にセグメンテーションすることを目的としている。セマンティック・プロモート・デバイアスと背景曖昧化を併用したD$2$Zeroを提案する。背景の曖昧さは、背景に対する新しいオブジェクトの誤認を避けるために、画像適応的な背景表現を生成する。
論文参考訳（メタデータ） (2023-05-22T16:00:01Z)
Cluster-to-adapt: Few Shot Domain Adaptation for Semantic Segmentation across Disjoint Labels [80.05697343811893]
クラスタ・トゥ・アダプティブ(Cluster-to-Adapt, C2A)は、セグメンテーションデータセット間のドメイン適応のための、計算的に効率的なクラスタリングベースのアプローチである。変換された特徴空間に強制されるそのようなクラスタリングの目的は、ソースドメインとターゲットドメインのカテゴリを自動的に選択するのに役立つことを示す。
論文参考訳（メタデータ） (2022-08-04T17:57:52Z)
Positive-Unlabeled Classification under Class-Prior Shift: A Prior-invariant Approach Based on Density Ratio Estimation [85.75352990739154]
密度比推定に基づく新しいPU分類法を提案する。提案手法の顕著な利点は、訓練段階においてクラスプライヤを必要としないことである。
論文参考訳（メタデータ） (2021-07-11T13:36:53Z)
Multi-Instance Multi-Label Learning Networks for Aspect-Category Sentiment Analysis [8.378067521821045]
Aspect-Category sentiment analysis (AC-MIMLLN) のためのマルチインスタンスマルチラベル学習ネットワークを提案する。 AC-MIMLLNは、文章をバッグ、単語をインスタンスとして扱い、アスペクトカテゴリのキーインスタンスとしてアスペクトカテゴリを示す単語を扱います。 3つの公開データセットの実験結果から,AC-MIMLLNの有効性が示された。
論文参考訳（メタデータ） (2020-10-06T12:07:54Z)
L2R2: Leveraging Ranking for Abductive Reasoning [65.40375542988416]
学習システムの帰納的推論能力を評価するために,帰納的自然言語推論タスク(alpha$NLI)を提案する。新たな$L2R2$アプローチは、Learning-to-rankフレームワークの下で提案されている。 ARTデータセットの実験は、公開リーダボードの最先端に到達します。
論文参考訳（メタデータ） (2020-05-22T15:01:23Z)
Deep segmental phonetic posterior-grams based discovery of non-categories in L2 English speech [65.04834943405673]
第二言語(L2)音声は、しばしばネイティブ、電話のカテゴリーでラベル付けされる。多くの場合、L2セグメントが持つカテゴリ電話を決定することは困難である。
論文参考訳（メタデータ） (2020-02-01T13:21:33Z)

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。