論文の概要: Overview of ADoBo at IberLEF 2025: Automatic Detection of Anglicisms in Spanish
- arxiv url: http://arxiv.org/abs/2507.21813v1
- Date: Tue, 29 Jul 2025 13:45:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-30 17:08:56.368566
- Title: Overview of ADoBo at IberLEF 2025: Automatic Detection of Anglicisms in Spanish
- Title(参考訳): IberLEF 2025におけるADoBoの概要:スペイン語におけるアングリシズムの自動検出
- Authors: Elena Alvarez-Mellado, Jordi Porta-Zamorano, Constantine Lignos, Julio Gonzalo,
- Abstract要約: IberleF 2025の文脈で提案されたスペイン語のアングリシズム識別に関する共通課題であるADoBo 2025の主な発見を要約する。
5つのチームがテストフェーズにソリューションを提出しました。
提案されたシステムには、LLM、ディープラーニングモデル、トランスフォーマーベースのモデル、ルールベースのシステムが含まれる。
- 参考スコア(独自算出の注目度): 6.645406082457186
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper summarizes the main findings of ADoBo 2025, the shared task on anglicism identification in Spanish proposed in the context of IberLEF 2025. Participants of ADoBo 2025 were asked to detect English lexical borrowings (or anglicisms) from a collection of Spanish journalistic texts. Five teams submitted their solutions for the test phase. Proposed systems included LLMs, deep learning models, Transformer-based models and rule-based systems. The results range from F1 scores of 0.17 to 0.99, which showcases the variability in performance different systems can have for this task.
- Abstract(参考訳): IberleF 2025の文脈で提案されたスペイン語のアングリシズム識別に関する共通課題であるADoBo 2025の主な発見を要約する。
ADoBo 2025の参加者は、スペインのジャーナリストのテキストコレクションから英語の語彙借用(またはアングリシズム)を検出するよう求められた。
5つのチームがテストフェーズにソリューションを提出しました。
提案されたシステムには、LLM、ディープラーニングモデル、トランスフォーマーベースのモデル、ルールベースのシステムが含まれる。
結果はF1スコアの0.17から0.99までの範囲で、このタスクには様々なシステムの性能の変動が見られる。
関連論文リスト
- Predicting potentially abusive clauses in Chilean terms of services with natural language processing [0.0]
本研究は, 消費者契約における情報非対称性の増大に対する懸念に対処するものである。
我々はこのギャップに対処する新しい方法論と実質的なデータセットを導入する。
4つのカテゴリと合計20のクラスを持つ新しいアノテーションスキームを提案し、チリで使用される50のオンラインサービス用語に適用する。
論文 参考訳(メタデータ) (2025-02-02T18:01:39Z) - 1-800-SHARED-TASKS @ NLU of Devanagari Script Languages: Detection of Language, Hate Speech, and Targets using LLMs [0.0]
本稿では,CHiPSAL 2025共有タスクの入力に関する詳細なシステム記述について述べる。
本稿では,Devanagariスクリプト言語における言語検出,ヘイトスピーチ識別,ターゲット検出に焦点をあてる。
論文 参考訳(メタデータ) (2024-11-11T10:34:36Z) - HYBRINFOX at CheckThat! 2024 -- Task 2: Enriching BERT Models with the Expert System VAGO for Subjectivity Detection [0.8083061106940517]
HYBRINFOX法は評価データからマクロF1スコア0.7442で1位にランク付けした。
本稿では,我々のハイブリッドアプローチの原理を説明し,その手法を英語以外の言語にも適用する方法を概説する。
論文 参考訳(メタデータ) (2024-07-04T09:29:19Z) - The Power of Question Translation Training in Multilingual Reasoning: Broadened Scope and Deepened Insights [108.40766216456413]
大規模言語モデルの英語と非英語のパフォーマンスのギャップを埋めるための質問アライメントフレームワークを提案する。
実験結果から、さまざまな推論シナリオ、モデルファミリー、サイズにわたって、多言語のパフォーマンスを向上できることが示された。
我々は、表現空間、生成された応答とデータスケールを分析し、質問翻訳訓練がLLM内の言語アライメントをどのように強化するかを明らかにする。
論文 参考訳(メタデータ) (2024-05-02T14:49:50Z) - Tencent AI Lab - Shanghai Jiao Tong University Low-Resource Translation
System for the WMT22 Translation Task [49.916963624249355]
本稿では, Tencent AI Lab - Shanghai Jiao Tong University (TAL-SJTU) Low-Resource Translation system for the WMT22 shared taskについて述べる。
我々は、英語$Leftrightarrow$Livonianの一般的な翻訳作業に参加する。
本システムは,M2M100を対象言語に適応させる新しい手法を用いて構築した。
論文 参考訳(メタデータ) (2022-10-17T04:34:09Z) - RuArg-2022: Argument Mining Evaluation [69.87149207721035]
本稿は、ロシア語テキストを扱う議論分析システムの最初のコンペティションの主催者の報告である。
新型コロナウイルスの感染拡大に伴う3つの話題について、9,550文(ソーシャルメディア投稿記事)のコーパスを用意した。
両タスクで第一位を獲得したシステムは、BERTアーキテクチャのNLI(Natural Language Inference)変種を使用した。
論文 参考訳(メタデータ) (2022-06-18T17:13:37Z) - Overview of ADoBo 2021: Automatic Detection of Unassimilated Borrowings
in the Spanish Press [8.950918531231158]
本稿では、IberLef 2021の文脈で提案された、ADoBo 2021共有タスクの主な成果を要約する。
本課題では,スペイン語ニュースワイヤテキスト中の語彙借用(主に英語からの引用)を検出するために参加者を招待した。
参加者に、トレーニング、開発、テスト分割に分割した語彙借入の注釈付きコーパスを提供した。
論文 参考訳(メタデータ) (2021-10-29T11:07:59Z) - Kungfupanda at SemEval-2020 Task 12: BERT-Based Multi-Task Learning for
Offensive Language Detection [55.445023584632175]
我々は,マルチタスク学習とBERTモデルを組み合わせた攻撃的言語検出システムを構築した。
我々のモデルは、英語のサブタスクAで91.51%のF1スコアを獲得し、これは第1位に匹敵する。
論文 参考訳(メタデータ) (2020-04-28T11:27:24Z)
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。