論文の概要: The Medical Metaphors Corpus (MCC)

• arxiv url: http://arxiv.org/abs/2508.07993v1
• Date: Mon, 11 Aug 2025 13:55:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:29.127067
• Title: The Medical Metaphors Corpus (MCC)
• Title（参考訳）: 医療メタファーコーパス(MCC)
• Authors: Anna Sofia Lippolis, Andrea Giovanni Nuzzolese, Aldo Gangemi,
• Abstract要約: Medical Metaphors Corpus (MCC) は、医学領域と生物学的領域にまたがる、792の注釈付き科学概念メタファーのデータセットである。 MCCは、査読された文学、ニュースメディア、ソーシャルメディアの談話、クラウドソースのコントリビューションなど、さまざまな情報源からのメタファー表現を集約している。 MCCは、メタファ検出ベンチマーク、品質認識生成システム、患者中心のコミュニケーションツールなど、複数の研究アプリケーションを可能にする。
• 参考スコア（独自算出の注目度）: 1.3654846342364308
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Metaphor is a fundamental cognitive mechanism that shapes scientific understanding, enabling the communication of complex concepts while potentially constraining paradigmatic thinking. Despite the prevalence of figurative language in scientific discourse, existing metaphor detection resources primarily focus on general-domain text, leaving a critical gap for domain-specific applications. In this paper, we present the Medical Metaphors Corpus (MCC), a comprehensive dataset of 792 annotated scientific conceptual metaphors spanning medical and biological domains. MCC aggregates metaphorical expressions from diverse sources including peer-reviewed literature, news media, social media discourse, and crowdsourced contributions, providing both binary and graded metaphoricity judgments validated through human annotation. Each instance includes source-target conceptual mappings and perceived metaphoricity scores on a 0-7 scale, establishing the first annotated resource for computational scientific metaphor research. Our evaluation demonstrates that state-of-the-art language models achieve modest performance on scientific metaphor detection, revealing substantial room for improvement in domain-specific figurative language understanding. MCC enables multiple research applications including metaphor detection benchmarking, quality-aware generation systems, and patient-centered communication tools.
• Abstract（参考訳）: メタファー(Metaphor)は、科学的理解を形作る基本的な認知メカニズムであり、複雑な概念のコミュニケーションを可能にすると同時に、パラダイム的思考を制約する可能性がある。 科学談話における比喩的言語の普及にもかかわらず、既存のメタファ検出リソースは主に汎用ドメインテキストに焦点を当てており、ドメイン固有のアプリケーションにとって重要なギャップを残している。 本稿では,医用メタファーコーパス(MCC, Medical Metaphors Corpus)について紹介する。 MCCは、査読された文学、ニュースメディア、ソーシャルメディアの談話、クラウドソースのコントリビューションなど、さまざまな情報源からのメタファ表現を集約し、人間のアノテーションによって検証された二項的および次級的なメタファ性判断を提供する。 それぞれのインスタンスには、ソースターゲットの概念マッピングと、0-7スケールでの認識された比喩性スコアが含まれており、計算科学的比喩研究のための最初の注釈付きリソースが確立されている。 我々の評価は、最先端の言語モデルが科学的メタファー検出において控えめな性能を達成できることを示し、ドメイン固有の比喩的言語理解の改善の余地を明らかにした。 MCCは、メタファ検出ベンチマーク、品質認識生成システム、患者中心のコミュニケーションツールなど、複数の研究アプリケーションを可能にする。

関連論文リスト

• Towards Multimodal Metaphor Understanding: A Chinese Dataset and Model for Metaphor Mapping Identification [9.08615188602226]
  我々は、特定のターゲットドメインとソースドメインのアノテーションを含む中国のマルチモーダルメタファー広告データセット(CM3D)を開発した。 我々は,これらのマッピングを識別するための認知過程をシミュレートする,CPMMIM (Chain-of-NLP) Prompting-based Metaphor Mapping Identification Model) を提案する。
  論文  参考訳（メタデータ） (2025-01-05T04:15:03Z)
• Science is Exploration: Computational Frontiers for Conceptual Metaphor Theory [0.0]
  本研究では,Large Language Models (LLM) が,自然言語データにおける概念的メタファの存在を正確に識別し,説明することができることを示す。 メタファアノテーションガイドラインに基づく新しいプロンプト手法を用いて,LLMが概念的メタファに関する大規模計算研究において有望なツールであることを実証した。
  論文  参考訳（メタデータ） (2024-10-11T17:03:13Z)
• The Language of Infographics: Toward Understanding Conceptual Metaphor Use in Scientific Storytelling [9.302187675469554]
  我々は概念メタファー(CMT)を可視化領域にマッピングし、科学インフォグラフィックでよく使われる視覚概念メタファーのパターンに対処する。 本分析は, 概念翻訳において, 存在論的, 配向的概念的メタファーが最も広く応用されていることを示す。
  論文  参考訳（メタデータ） (2024-07-18T11:39:50Z)
• Measuring Meaning Composition in the Human Brain with Composition Scores from Large Language Models [53.840982361119565]
  コンポジションスコアは、文理解中に意味合成の度合いを定量化するために設計された、新しいモデルに基づく計量である。 実験結果から, 単語の頻度, 構造処理, 単語に対する一般感性に関連する脳クラスタとの関連が示唆された。
  論文  参考訳（メタデータ） (2024-03-07T08:44:42Z)
• MetaCLUE: Towards Comprehensive Visual Metaphors Research [43.604408485890275]
  本稿では,視覚的メタファの視覚的タスクであるMetaCLUEを紹介する。 我々は、アノテーションに基づいて、視覚と言語における最先端モデルの包括的分析を行う。 この研究が、人間のようなクリエイティブな能力を持つAIシステムを開発するための具体的なステップを提供することを期待している。
  論文  参考訳（メタデータ） (2022-12-19T22:41:46Z)
• An Informational Space Based Semantic Analysis for Scientific Texts [62.997667081978825]
  本稿では、意味分析のための計算手法と、短い科学的テキストの意味の定量化について紹介する。 科学的意味の表現は、心理的特性ではなく、状況表現を置き換えることで標準化される。 本研究は,テキストの意味の幾何学的表現の基礎となる研究である。
  論文  参考訳（メタデータ） (2022-05-31T11:19:32Z)
• Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
  本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。 言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。 明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
  論文  参考訳（メタデータ） (2021-06-23T18:12:58Z)
• Metaphor Generation with Conceptual Mappings [58.61307123799594]
  我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。 本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。 教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
  論文  参考訳（メタデータ） (2021-06-02T15:27:05Z)

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。