Fugu-MT 論文翻訳(概要): The Pilot Corpus of the English Semantic Sketches

論文の概要: The Pilot Corpus of the English Semantic Sketches

arxiv url: http://arxiv.org/abs/2505.17733v1
Date: Fri, 23 May 2025 10:53:00 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-26 18:08:34.011999
Title: The Pilot Corpus of the English Semantic Sketches
Title（参考訳）: The Pilot Corpus of the English Semantic Sketches (英語)
Authors: Maria Petrova, Maria Ponomareva, Alexandra Ivoylova,
Abstract要約: この論文は、英語の動詞のセマンティックスケッチの作成に捧げられている。英語とロシア語のスケッチのペアで構成されており、スケッチがどのようなコントラストのある研究を行うかを示すことを目的としている。
参考スコア（独自算出の注目度）: 46.029545442338694
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The paper is devoted to the creation of the semantic sketches for English verbs. The pilot corpus consists of the English-Russian sketch pairs and is aimed to show what kind of contrastive studies the sketches help to conduct. Special attention is paid to the cross-language differences between the sketches with similar semantics. Moreover, we discuss the process of building a semantic sketch, and analyse the mistakes that could give insight to the linguistic nature of sketches.
Abstract（参考訳）: この論文は、英語の動詞のセマンティックスケッチの作成に捧げられている。パイロットコーパスは、英語とロシア語のスケッチペアで構成されており、スケッチが実行するのにどのようなコントラストのある研究を行うかを示すことを目的としている。類似した意味を持つスケッチ間の言語間の違いには特に注意が払われる。さらに,意味的スケッチ構築の過程について考察し,スケッチの言語的性質に洞察を与える可能性のある誤りを分析した。

関連論文リスト

SemSketches-2021: experimenting with the machine processing of the pilot semantic sketches corpus [0.040993632551842324]
本論文は,セマンティックスケッチの機械処理における様々なアプローチについて論じる。スケッチ作成のさまざまな側面と、スケッチが解決するのに役立つタスクについて議論する。コーパスのための機械処理ツールの作成には特に注意が払われる。
論文参考訳（メタデータ） (2025-05-23T10:15:22Z)
ART: The Alternating Reading Task Corpus for Speech Entrainment and Imitation [39.53945206535902]
Alternating Reading Task (ART) コーパス(英: corpus)は、音声通信におけるエントレメントと模倣行動を研究するためのダイアディック文の集合である。単体読み、交互読み、故意模倣の3つの実験的な条件が特徴である。英語の習熟度スコア、人口統計、および言語的、個人的、対人的な影響がエントレーニングに与える影響を調査するための試験的なアンケートを含む。
論文参考訳（メタデータ） (2024-04-03T13:08:26Z)
SketchDreamer: Interactive Text-Augmented Creative Sketch Ideation [111.2195741547517]
画像の画素表現に基づいて訓練されたテキスト条件付き拡散モデルを用いて,制御されたスケッチを生成する手法を提案する。我々の目標は、プロでないユーザにスケッチを作成させ、一連の最適化プロセスを通じて物語をストーリーボードに変換することです。
論文参考訳（メタデータ） (2023-08-27T19:44:44Z)
Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
論文参考訳（メタデータ） (2023-03-20T23:46:46Z)
Semantics-Preserving Sketch Embedding for Face Generation [26.15479367792076]
本稿では,W+空間の高表現力を活用するために,新しいW-W+エンコーダアーキテクチャを提案する。また、スケッチセマンティック埋め込みのための明示的な中間表現も導入する。ベクトル化されたスケッチから意味を自動的に抽出する新しいスケッチ意味解釈手法が設計されている。
論文参考訳（メタデータ） (2022-11-23T15:14:49Z)
Towards Practicality of Sketch-Based Visual Understanding [15.30818342202786]
スケッチは、先史時代から視覚的な物体を概念化し、描写するために用いられてきた。この論文は、スケッチに基づく視覚的理解をより実践的に進めることを目的としている。
論文参考訳（メタデータ） (2022-10-27T03:12:57Z)
I Know What You Draw: Learning Grasp Detection Conditioned on a Few Freehand Sketches [74.63313641583602]
そこで本研究では,スケッチ画像に関連のある潜在的な把握構成を生成する手法を提案する。私たちのモデルは、現実世界のアプリケーションで簡単に実装できるエンドツーエンドで訓練され、テストされています。
論文参考訳（メタデータ） (2022-05-09T04:23:36Z)
Sketch-BERT: Learning Sketch Bidirectional Encoder Representation from Transformers by Self-supervised Learning of Sketch Gestalt [125.17887147597567]
我々は、トランスフォーマー(Sketch-BERT)からのSketch BiBERT表現の学習モデルを提案する。 BERTをドメインのスケッチに一般化し、新しいコンポーネントと事前学習アルゴリズムを提案する。 Sketch-BERTの学習表現は,スケッチ認識,スケッチ検索,スケッチゲットといった下流タスクの性能向上に有効であることを示す。
論文参考訳（メタデータ） (2020-05-19T01:35:44Z)
Deep Self-Supervised Representation Learning for Free-Hand Sketch [51.101565480583304]
フリーハンドスケッチにおける自己指導型表現学習の課題に対処する。自己教師型学習パラダイムの成功の鍵は、スケッチ固有の設計にある。提案手法は最先端の教師なし表現学習法よりも優れていることを示す。
論文参考訳（メタデータ） (2020-02-03T16:28:29Z)

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。