Fugu-MT 論文翻訳(概要): Large language models for folktale type automation based on motifs: Cinderella case study

論文の概要: Large language models for folktale type automation based on motifs: Cinderella case study

arxiv url: http://arxiv.org/abs/2510.18561v1
Date: Tue, 21 Oct 2025 12:18:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-25 03:08:13.464097
Title: Large language models for folktale type automation based on motifs: Cinderella case study
Title（参考訳）: モチーフに基づく民話型自動化のための大規模言語モデル:シンデレラ事例研究
Authors: Tjaša Arčon, Marko Robnik-Šikonja, Polona Tratnik,
Abstract要約: 民俗学における大規模分析のための方法論を構築した。機械学習と自然言語処理を用いて、Cinderellaの変種を大量に収集したモチーフを自動的に検出した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Artificial intelligence approaches are being adapted to many research areas, including digital humanities. We built a methodology for large-scale analyses in folkloristics. Using machine learning and natural language processing, we automatically detected motifs in a large collection of Cinderella variants and analysed their similarities and differences with clustering and dimensionality reduction. The results show that large language models detect complex interactions in tales, enabling computational analysis of extensive text collections and facilitating cross-lingual comparisons.
Abstract（参考訳）: 人工知能のアプローチは、デジタル人間性を含む多くの研究分野に適用されている。我々は民俗学の大規模分析手法を構築した。機械学習と自然言語処理を用いて,Cinderellaの変種コレクションのモチーフを自動的に検出し,それらの類似点とクラスタリングや次元減少との相違点を分析した。その結果,大規模な言語モデルが物語の複雑な相互作用を検知し,広範なテキストコレクションの計算解析を可能にし,言語間比較を容易にすることが示唆された。

関連論文リスト

Resource-sensitive but language-blind: Community size and not grammatical complexity better predicts the accuracy of Large Language Models in a novel Wug Test [0.15293427903448023]
目的は、モデル精度が人間の能力に近似するかどうかを決定することである。その結果, モデルが形態素過程を一般化し, 人間のような精度で未知の単語を認識できることが示唆された。スペイン語や英語のようなより大きな話者コミュニティと強力なデジタル表現を持つ言語は、カタルーニャ語やギリシャ語のような低リソースの言語よりも高い精度を示した。
論文参考訳（メタデータ） (2025-10-14T12:52:57Z)
Do language models accommodate their users? A study of linguistic convergence [15.958711524171362]
モデルは会話のスタイルに強く収束し、しばしば人間のベースラインに対してかなり過度に適合する。モデル設定間の収束の連続的な変化を観察し、事前訓練されたモデルよりも少ない精度で収束する命令調整および大規模モデルについて考察する。
論文参考訳（メタデータ） (2025-08-05T09:55:40Z)
A Comparative Analysis of Conversational Large Language Models in Knowledge-Based Text Generation [5.661396828160973]
本研究では,意味的三重項から自然言語文を生成する際に,対話型大規模言語モデルの実証分析を行う。我々は、異なるプロンプト技術を用いて、異なる大きさの4つの大きな言語モデルを比較する。この結果から,三重動詞化における大規模言語モデルの能力は,数発のプロンプト,後処理,効率的な微調整技術によって著しく向上することが示唆された。
論文参考訳（メタデータ） (2024-02-02T15:26:39Z)
Evaluating Large Language Models on Controlled Generation Tasks [92.64781370921486]
本稿では,異なる粒度を持つ文計画ベンチマークを含む,様々なベンチマークを広範囲に分析する。大規模言語モデルと最先端の微調整された小型モデルを比較した後、大規模言語モデルが後方に落ちたり、比較されたり、より小型モデルの能力を超えたりしたスペクトルを示す。
論文参考訳（メタデータ） (2023-10-23T03:48:24Z)
Language Embeddings Sometimes Contain Typological Generalizations [0.0]
我々は、1295の言語における聖書翻訳の膨大な多言語データセットに基づいて、自然言語処理タスクのニューラルネットワークを訓練する。学習された言語表現は、既存の類型データベースや、新しい量的構文的・形態的特徴セットと比較される。いくつかの一般化は言語型学の伝統的な特徴に驚くほど近いが、ほとんどのモデルは以前の研究と同様に言語学的に意味のある一般化をしていないと結論付けている。
論文参考訳（メタデータ） (2023-01-19T15:09:59Z)
Beyond Contrastive Learning: A Variational Generative Model for Multilingual Retrieval [109.62363167257664]
本稿では,多言語テキスト埋め込み学習のための生成モデルを提案する。我々のモデルは、$N$言語で並列データを操作する。本手法は, 意味的類似性, ビットクストマイニング, 言語間質問検索などを含む一連のタスクに対して評価を行う。
論文参考訳（メタデータ） (2022-12-21T02:41:40Z)
Detecting Text Formality: A Study of Text Classification Approaches [78.11745751651708]
本研究は,統計的,ニューラルベース,トランスフォーマーベースの機械学習手法に基づく形式性検出手法の体系的研究を初めて行う。単言語,多言語,言語横断の3種類の実験を行った。本研究は,モノリンガルおよび多言語形式分類タスクのためのトランスフォーマーベースモデルに対するChar BiLSTMモデルの克服を示す。
論文参考訳（メタデータ） (2022-04-19T16:23:07Z)
Linguistic Typology Features from Text: Inferring the Sparse Features of World Atlas of Language Structures [73.06435180872293]
我々は、バイト埋め込みと畳み込み層に基づく繰り返しニューラルネットワーク予測器を構築する。様々な言語型の特徴を確実に予測できることを示す。
論文参考訳（メタデータ） (2020-04-30T21:00:53Z)
Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。我々の表現は類型学を組み込み、言語関係と相関関係を強化する。次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文参考訳（メタデータ） (2020-04-30T16:25:39Z)
Evaluating Transformer-Based Multilingual Text Classification [55.53547556060537]
我々は,NLPツールが構文的・形態学的に異なる言語で不平等に機能すると主張している。実験研究を支援するために,単語順と形態的類似度指標を算出した。
論文参考訳（メタデータ） (2020-04-29T03:34:53Z)

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。