Fugu-MT 論文翻訳(概要): The CoNLL-2013 Shared Task on Grammatical Error Correction

論文の概要: The CoNLL-2013 Shared Task on Grammatical Error Correction

arxiv url: http://arxiv.org/abs/2507.09474v1
Date: Sun, 13 Jul 2025 03:21:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-15 18:48:23.2732
Title: The CoNLL-2013 Shared Task on Grammatical Error Correction
Title（参考訳）: 文法的誤り訂正に関するCoNLL-2013共有課題
Authors: Hwee Tou Ng, Siew Mei Wu, Yuanbin Wu, Christian Hadiwinoto, Joel Tetreault,
Abstract要約: タスク定義を与え、データセットを示し、共有タスクで使用される評価指標とスコアラを記述する。また、参加チームが採用する様々なアプローチの概要と評価結果について述べる。
参考スコア（独自算出の注目度）: 28.1052676487552
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The CoNLL-2013 shared task was devoted to grammatical error correction. In this paper, we give the task definition, present the data sets, and describe the evaluation metric and scorer used in the shared task. We also give an overview of the various approaches adopted by the participating teams, and present the evaluation results.
Abstract（参考訳）: CoNLL-2013の共有タスクは文法的誤り訂正に費やされた。本稿では、タスク定義を与え、データセットを示し、共有タスクで使用される評価指標とスコアラを記述する。また、参加チームが採用する様々なアプローチの概要と評価結果について述べる。

関連論文リスト

Funzac at CoMeDi Shared Task: Modeling Annotator Disagreement from Word-In-Context Perspectives [9.393402145259342]
本研究は,CoMeDi共有タスクコンペティションの一環として,文脈的意味と不一致の関係について検討する。共有タスクのために開発した3つの異なる手法について述べる。例えば、結合性、要素の相違、製品、コサイン類似性を組み合わせた機能強化アプローチについて述べる。提案手法との比較により,拡張機能とタスク特化機能を含む手法の性能向上が示されている。
論文参考訳（メタデータ） (2025-01-24T16:36:07Z)
Identifying Task Groupings for Multi-Task Learning Using Pointwise V-Usable Information [11.545160697026514]
ポイントワイド V-Uable Information (PVI) を用いたタスク難易度に基づくタスク関連度尺度を提案する。我々は, 一般, バイオメディカル, 臨床領域において, 15個のNLPデータセットを用いたタスクグループ化の実現可能性を評価する実験を行った。
論文参考訳（メタデータ） (2024-10-16T17:49:45Z)
EXCGEC: A Benchmark for Edit-Wise Explainable Chinese Grammatical Error Correction [32.40235258594858]
本稿では,修正作業と説明作業の統合的な役割に着目したExplainable GEC(EXGEC)の課題を紹介する。この作業を容易にするために,8,216個の説明付きサンプルからなる中国語EXGECの調整されたベンチマークであるEXCGECを提案する。次に、マルチタスク学習環境において、後説明や事前説明を含む複数のLLMをベンチマークする。
論文参考訳（メタデータ） (2024-07-01T03:06:41Z)
Narrative Action Evaluation with Prompt-Guided Multimodal Interaction [60.281405999483]
ナラティブ・アクション・アセスメント(NAE)は、行動の実行を評価する専門家のコメントを作成することを目的としている。 NAEは、物語の柔軟性と評価の厳格さの両方を必要とするため、より困難なタスクです。本稿では,様々な情報モダリティ間のインタラクションを容易にするための,プロンプト誘導型マルチモーダルインタラクションフレームワークを提案する。
論文参考訳（メタデータ） (2024-04-22T17:55:07Z)
Towards More Practical Group Activity Detection: A New Benchmark and Model [61.39427407758131]
グループアクティビティ検出(グループアクティビティ検出、英: Group Activity Detection、GAD)は、ビデオにおいて、各グループのメンバを特定し、同時にグループのアクティビティを分類するタスクである。私たちはCaf'eと呼ばれる新しいデータセットを提示し、より実用的なシナリオとメトリクスを提示します。また、未知数のグループと潜在グループメンバーを効率的に効率的に扱う新しいGADモデルを提案する。
論文参考訳（メタデータ） (2023-12-05T16:48:17Z)
"It's a Match!" -- A Benchmark of Task Affinity Scores for Joint Learning [74.14961250042629]
MTL(Multi-Task Learning)は、その成功の条件を特徴づけることが、ディープラーニングにおいて依然としてオープンな問題である、と約束する。共同学習におけるタスク親和性の推定は重要な取り組みである。最近の研究は、訓練条件自体がMTLの結果に重大な影響を与えることを示唆している。しかし,本研究では,タスク親和性評価手法の有効性を評価するためのベンチマークが欠落している。
論文参考訳（メタデータ） (2023-01-07T15:16:35Z)
Collaborative Anomaly Detection [66.51075412012581]
本研究では,タスク間の相関関係を埋め込むことで,全てのタスクを共同で学習するための協調的異常検出(CAD)を提案する。条件密度推定と条件確率比推定を用いてCADを探索する。タスク埋め込みモデルを学ぶために、前もって少数のタスクを選択し、それを使ってタスク埋め込みをウォームスタートさせることは有益である。
論文参考訳（メタデータ） (2022-09-20T18:01:07Z)
The Eval4NLP Shared Task on Explainable Quality Estimation: Overview and Results [20.15825350326367]
ソース変換ペアが与えられた場合、このタスクは、翻訳の全体的な品質を示す文レベルスコアを提供するだけでなく、翻訳品質に悪影響を及ぼす単語を識別することで、このスコアを説明する必要がある。共有タスクのデータ, ガイドライン, 評価設定を提示し, 6つのシステムについて記述し, 結果を分析した。
論文参考訳（メタデータ） (2021-10-08T21:57:08Z)
Robust Learning Through Cross-Task Consistency [92.42534246652062]
クロスタスク整合性を用いた学習向上のための,広く適用可能な完全計算手法を提案する。クロスタスク一貫性による学習は,より正確な予測と,アウト・オブ・ディストリビューション・インプットの一般化につながることを観察する。
論文参考訳（メタデータ） (2020-06-07T09:24:33Z)
On the Ambiguity of Rank-Based Evaluation of Entity Alignment or Link Prediction Methods [27.27230441498167]
本稿では,知識グラフから情報を得る方法として,リンク予測とエンティティアライメント(Entity Alignment)の2つのファミリについて,より詳しく検討する。特に、既存のスコアはすべて、異なるデータセット間で結果を比較するのにほとんど役に立たないことを実証する。これは結果の解釈において様々な問題を引き起こしており、誤解を招く結論を裏付ける可能性がある。
論文参考訳（メタデータ） (2020-02-17T12:26:14Z)

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。