論文の概要: MMD-Sense-Analysis: Word Sense Detection Leveraging Maximum Mean Discrepancy

• arxiv url: http://arxiv.org/abs/2506.01602v1
• Date: Mon, 02 Jun 2025 12:40:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:34.380258
• Title: MMD-Sense-Analysis: Word Sense Detection Leveraging Maximum Mean Discrepancy
• Title（参考訳）: MMDセンス分析:最大値の相違を利用した単語センス検出
• Authors: Kensuke Mitsuzawa,
• Abstract要約: 本稿では,MMD(Maximum Mean Discrepancy)を利用して意味論的に意味のある変数を選択する手法であるMDD-Sense-Analysisを提案する。 この方法は、感覚変化中の単語の識別と、複数の歴史的期間にわたるその進化の説明を可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Word sense analysis is an essential analysis work for interpreting the linguistic and social backgrounds. The word sense change detection is a task of identifying and interpreting shifts in word meanings over time. This paper proposes MMD-Sense-Analysis, a novel approach that leverages Maximum Mean Discrepancy (MMD) to select semantically meaningful variables and quantify changes across time periods. This method enables both the identification of words undergoing sense shifts and the explanation of their evolution over multiple historical periods. To my knowledge, this is the first application of MMD to word sense change detection. Empirical assessment results demonstrate the effectiveness of the proposed approach.
• Abstract（参考訳）: 単語感覚分析は言語的背景と社会的背景を解釈する上で不可欠な分析作業である。 単語センス変化検出は、単語の意味の変化を時間とともに識別し、解釈するタスクである。 本稿では,MMD(Maximum Mean Discrepancy)を利用したMDD-Sense-Analysisを提案する。 この方法では、感覚変化中の単語の識別と、複数の歴史的期間にわたるその進化の説明が可能である。 私の知る限り、MDDの単語感覚変化検出への応用はこれが初めてです。 実験による評価結果から,提案手法の有効性が示された。

関連論文リスト

• Can LLMs assist with Ambiguity? A Quantitative Evaluation of various Large Language Models on Word Sense Disambiguation [5.816964541847194]
  本研究では,Large Language Models (LLMs) を用いた単語センス曖昧化(WSD)の改善について検討する。 提案手法では,プロンプトをPOSタグ,曖昧な単語のシノニム,アスペクトベース・センス・フィルタリング,少数ショットプロンプトで支援する。 数ショットのChain of Thought (COT)プロンプトベースのアプローチを利用することで、本研究はパフォーマンスを大幅に改善したことを示す。
  論文  参考訳（メタデータ） (2024-11-27T13:35:32Z)
• Syntactic Language Change in English and German: Metrics, Parsers, and Convergences [56.47832275431858]
  本論文は,過去160年間の議会討論のコーパスを用いて,英語とドイツ語の統語的言語変化のダイアクロニックな傾向を考察する。 私たちは、広く使われているStanford Coreと、新しい4つの選択肢を含む5つの依存関係をベースとしています。 文長分布の尾部では,構文的尺度の変化が頻繁であることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-18T11:46:16Z)
• A Tale of Two Laws of Semantic Change: Predicting Synonym Changes with Distributional Semantic Models [1.856334276134661]
  歴史的言語文学には、同義語がどのように進化するかという2つの対立する、明らかに反対の仮説がある。 本稿では,各単語対に対する微分法則 (LD) と並列変化法則 (LPC) の相互関係を検出するための第一歩を踏み出した。 次に、分布意味論モデルを用いた問題に対する様々な計算手法を提案し、近年の語彙意味論的変化検出に関する文献にその基礎を置いている。
  論文  参考訳（メタデータ） (2023-05-30T15:50:29Z)
• Neighboring Words Affect Human Interpretation of Saliency Explanations [65.29015910991261]
  単語レベルのサリエンシの説明は、しばしばテキストベースのモデルで特徴属性を伝えるために使われる。 近年の研究では、単語の長さなどの表面的要因が、コミュニケーションされたサリエンシスコアの人間の解釈を歪めてしまうことが報告されている。 本研究では,単語の近傍にある単語のマーキングが,その単語の重要性に対する説明者の認識にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2023-05-04T09:50:25Z)
• Contextualized language models for semantic change detection: lessons learned [4.436724861363513]
  本稿では,ダイアクロニック・セマンティック・チェンジを検出する文脈的埋め込みに基づく手法の出力の質的分析を行う。 本研究の結果から,文脈化手法は,実際のダイアクロニック・セマンティック・シフトを行なわない単語に対して,高い変化スコアを予測できることが示唆された。 我々の結論は、事前学習された文脈化言語モデルは、語彙感覚の変化と文脈分散の変化を補う傾向にあるということである。
  論文  参考訳（メタデータ） (2022-08-31T23:35:24Z)
• Meta-Learning with Variational Semantic Memory for Word Sense Disambiguation [56.830395467247016]
  メタ学習環境におけるWSDのセマンティックメモリモデルを提案する。 我々のモデルは階層的変動推論に基づいており、ハイパーネットワークを介して適応的なメモリ更新ルールを組み込んでいる。 極めて少ないシナリオでの効果的な学習を支援するために,本モデルがWSDで最先端の技術を数ショットで実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-05T20:40:01Z)
• Fake it Till You Make it: Self-Supervised Semantic Shifts for Monolingual Word Embedding Tasks [58.87961226278285]
  語彙意味変化をモデル化するための自己教師付きアプローチを提案する。 本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。 3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
  論文  参考訳（メタデータ） (2021-01-30T18:59:43Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。