論文の概要: Advances and Challenges in Semantic Textual Similarity: A Comprehensive Survey
- arxiv url: http://arxiv.org/abs/2601.03270v1
- Date: Fri, 19 Dec 2025 18:07:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-11 18:48:17.587532
- Title: Advances and Challenges in Semantic Textual Similarity: A Comprehensive Survey
- Title（参考訳）: 意味的テクスト類似性の進展と課題--総合的な調査から
- Authors: Lokendra Kumar, Neelesh S. Upadhye, Kannan Piedy,
- Abstract要約: 本調査は,トランスフォーマーベースモデル,コントラスト学習,ドメイン中心のソリューション,マルチモーダル手法,グラフベースアプローチ,知識強化技術という,6つの重要な分野の進展をレビューする。
セマンティックテクスト類似性(Semantic Textual similarity)の進化する分野における、新たなトレンドと今後の機会を強調しながら、迅速な進歩をナビゲートする研究者や実践者をガイドすることを目的としている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic Textual Similarity (STS) research has expanded rapidly since 2021, driven by advances in transformer architectures, contrastive learning, and domain-specific techniques. This survey reviews progress across six key areas: transformer-based models, contrastive learning, domain-focused solutions, multi-modal methods, graph-based approaches, and knowledge-enhanced techniques. Recent transformer models such as FarSSiBERT and DeBERTa-v3 have achieved remarkable accuracy, while contrastive methods like AspectCSE have established new benchmarks. Domain-adapted models, including CXR-BERT for medical texts and Financial-STS for finance, demonstrate how STS can be effectively customized for specialized fields. Moreover, multi-modal, graph-based, and knowledge-integrated models further enhance semantic understanding and representation. By organizing and analyzing these developments, the survey provides valuable insights into current methods, practical applications, and remaining challenges. It aims to guide researchers and practitioners alike in navigating rapid advancements, highlighting emerging trends and future opportunities in the evolving field of STS.
- Abstract（参考訳）: セマンティックテキスト類似(STS)の研究は、トランスフォーマーアーキテクチャの進歩、対照的な学習、ドメイン固有の技術によって、2021年から急速に拡大している。
この調査は、トランスフォーマーベースモデル、コントラスト学習、ドメイン中心のソリューション、マルチモーダル手法、グラフベースのアプローチ、知識強化技術という6つの重要な分野の進捗をレビューする。
FarSSiBERT や DeBERTa-v3 のような最近のトランスフォーマーモデルは、AspectCSE のような対照的な手法が新しいベンチマークを確立しているのに対して、顕著な精度を実現している。
医療用CXR-BERTや金融用Financial-STSといったドメイン適応モデルでは、STSを専門分野向けに効果的にカスタマイズする方法が示されている。
さらに、マルチモーダル、グラフベース、知識統合モデルにより、意味理解と表現をさらに強化する。
これらの開発を組織化し、分析することで、調査は現在の方法、実践的応用、そして残る課題に関する貴重な洞察を提供する。
STSの進化する分野における、新たなトレンドと将来の機会を強調しながら、迅速な進歩をナビゲートする研究者や実践者をガイドすることを目的としている。
関連論文リスト
- Monitoring Transformative Technological Convergence Through LLM-Extracted Semantic Entity Triple Graphs [35.70283902821063]
本稿では,トランスフォーメーション技術の出現をモニタリングする,新しいデータ駆動パイプラインを提案する。
提案手法は,Large Language Models (LLMs) の進歩を活用し,非構造化テキストから意味的三重項を抽出する。
パイプラインには、多段階フィルタリング、ドメイン固有のクラスタリング、トピック共起の時間的傾向分析が含まれている。
論文 参考訳（メタデータ） (2025-10-29T10:41:03Z) - Survey of Multimodal Geospatial Foundation Models: Techniques, Applications, and Challenges [54.669838624278924]
基礎モデルは自然言語処理とコンピュータビジョンに変化をもたらした。
強力な一般化と伝達学習機能により、リモートセンシングデータのマルチモーダル、マルチレゾリューション、マルチ時間特性と自然に一致させる。
この調査は、モーダリティ駆動の観点から、マルチモーダルGFMの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2025-10-27T03:40:00Z) - Bridging Text and Video Generation: A Survey [0.41998444721319217]
テキスト・トゥ・ビデオ技術は、教育、マーケティング、エンターテイメント、視覚的または読書的困難を抱える個人のための補助技術などの領域を変革する可能性がある。
本稿では,テキストからビデオへの生成モデルに関する包括的調査を行い,初期のGANやVAEからハイブリッド拡散変換器(DiT)アーキテクチャへの展開を追究する。
調査したテキスト・ビデオ・モデルをトレーニングし,評価したデータセットのシステマティックな説明を行い,そのようなモデルのアクセシビリティを支援し,評価する。
論文 参考訳（メタデータ） (2025-10-06T16:39:05Z) - Anomaly Detection and Generation with Diffusion Models: A Survey [51.61574868316922]
異常検出(AD)は、サイバーセキュリティ、金融、医療、工業製造など、さまざまな分野において重要な役割を担っている。
近年のディープラーニング,特に拡散モデル(DM)の進歩は,大きな関心を集めている。
この調査は、研究者や実践者が様々なアプリケーションにまたがる革新的なADソリューションにDMを利用することをガイドすることを目的としている。
論文 参考訳（メタデータ） (2025-06-11T03:29:18Z) - Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey [124.23247710880008]
マルチモーダルCoT (MCoT) 推論は近年大きな研究の注目を集めている。
既存のMCoT研究は、画像、ビデオ、音声、オーディオ、3D、構造化データの課題に対処する様々な手法を設計している。
我々はMCoT推論に関する最初の体系的な調査を行い、関連する基礎概念と定義を解明する。
論文 参考訳（メタデータ） (2025-03-16T18:39:13Z) - Multimodal Alignment and Fusion: A Survey [11.3029945633295]
このサーベイは、機械学習分野におけるマルチモーダルアライメントと融合の進歩に関する包括的概要を提供する。
我々は、両構造の観点から、アライメントと融合の鍵となるアプローチを体系的に分類し、分析する。
この調査は、クロスモーダルなミスアライメント、計算ボトルネック、データ品質の問題、モダリティギャップといった重要な課題を強調します。
論文 参考訳（メタデータ） (2024-11-26T02:10:27Z) - 3D Gaussian Splatting: Survey, Technologies, Challenges, and Opportunities [57.444435654131006]
3D Gaussian Splatting (3DGS) は、3D表現の主流となる可能性を持つ顕著な手法として登場した。
本調査は,複数視点から既存の3DGS関連作品を分析することを目的としている。
論文 参考訳（メタデータ） (2024-07-24T16:53:17Z) - A Multimodal Fusion Network For Student Emotion Recognition Based on Transformer and Tensor Product [4.528221075598755]
本稿ではトランスフォーマーアーキテクチャとテンソル製品融合戦略に基づく新しいマルチモーダルモデルを提案する。
BERTのテキストベクトルとViTのイメージベクトルを組み合わせて、生徒の心理的条件を93.65%の精度で分類する。
論文 参考訳（メタデータ） (2024-03-13T13:16:26Z) - A Recent Survey of Heterogeneous Transfer Learning [15.830786437956144]
異種移動学習は 様々なタスクにおいて 重要な戦略となっている。
データベースとモデルベースの両方のアプローチを網羅した60以上のHTLメソッドの広範なレビューを提供する。
自然言語処理,コンピュータビジョン,マルチモーダル学習,バイオメディシンの応用について検討する。
論文 参考訳（メタデータ） (2023-10-12T16:19:58Z) - A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。
SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。
一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文 参考訳（メタデータ） (2023-02-23T06:32:09Z)
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。