論文の概要: Automatic Construction of Chinese Verb Collostruction Database

• arxiv url: http://arxiv.org/abs/2601.04197v1
• Date: Wed, 03 Dec 2025 07:44:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.511291
• Title: Automatic Construction of Chinese Verb Collostruction Database
• Title（参考訳）: 中国語動詞照合データベースの自動構築
• Authors: Xuri Tang, Daohuan Liu,
• Abstract要約: この論文は動詞の衝突を射影、根付き、順序付け、非巡回グラフとして定義する。 大規模コーパスから検索した文のリストから、与えられた動詞に対する協調を生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper proposes a fully unsupervised approach to the construction of verb collostruction database for Chinese language, aimed at complementing LLMs by providing explicit and interpretable rules for application scenarios where explanation and interpretability are indispensable. The paper formally defines a verb collostruction as a projective, rooted, ordered, and directed acyclic graph and employs a series of clustering algorithms to generate collostructions for a given verb from a list of sentences retrieved from large-scale corpus. Statistical analysis demonstrates that the generated collostructions possess the design features of functional independence and graded typicality. Evaluation with verb grammatical error correction shows that the error correction algorithm based on maximum matching with collostructions achieves better performance than LLMs.
• Abstract（参考訳）: 本稿では,説明と解釈が不可欠であるアプリケーションシナリオに対して,明示的かつ解釈可能なルールを提供することにより,LLMを補完することを目的とした中国語用動詞照合データベースの構築に対して,完全に教師なしのアプローチを提案する。 本論文は,動詞のコロストラクションを射影,根付き,順序付け,非巡回グラフとして定義し,大規模コーパスから検索した文のリストから与えられた動詞のコロストラクションを生成するために一連のクラスタリングアルゴリズムを用いる。 統計的解析により、生成したコロボケーションは、機能的独立性とグレード化された典型性の設計的特徴を有することが示された。 動詞文法的誤り訂正による評価は,最大一致に基づく誤り訂正アルゴリズムがLLMよりも優れた性能を示すことを示す。

関連論文リスト

• LexInstructEval: Lexical Instruction Following Evaluation for Large Language Models [7.921987175359344]
  LexInstructEvalは新しいベンチマークと評価フレームワークである。 私たちのフレームワークは、複雑な命令を標準手順、関係性、値>三重項に分解する形式的なルールベースの文法の上に構築されています。 この文法は、多段階のヒューマン・イン・ザ・ループパイプラインを通じて多様なデータセットを体系的に生成することを可能にする。
  論文  参考訳（メタデータ） (2025-11-13T08:04:30Z)
• CoT Referring: Improving Referring Expression Tasks with Grounded Reasoning [67.18702329644526]
  CoT Referringは、構造化されたチェーン・オブ・シークレット・トレーニングデータ構造を通じて、モデル推論をモダリティにわたって強化する。 トレーニングデータを再構築して、新たな出力フォームを実行し、既存のデータセットに新たなアノテーションを提供します。 また、検出とセグメント化機能を統合MLLMフレームワークに統合し、新しい適応重み付き損失で学習して性能を最適化する。
  論文  参考訳（メタデータ） (2025-10-03T08:50:21Z)
• RELIC: Evaluating Compositional Instruction Following via Language Recognition [37.49115450182637]
  大規模言語モデル(LLM)は、コンテキストで提供されるタスクの仕様に基づいてのみタスクを実行することがますます期待されている。 本稿では,言語認識を用いたインコンテキスト認識(RELIC)フレームワークについて紹介する。
  論文  参考訳（メタデータ） (2025-06-05T16:17:24Z)
• Vision-Language Instruction Tuning: A Review and Analysis [52.218690619616474]
  VLIT(Vision-Language Instruction Tuning)は、純粋なテキスト命令チューニングよりも複雑な特徴を示す。 既存のVLITデータセットの詳細な分類と、高品質なVLITデータが持つべき特性を識別する。 これらの特徴を既存のVLITデータ構築プロセスに導出する原理として取り入れることで、我々は広範囲な実験を行い、調整されたマルチモーダルLCMの性能に対する肯定的な影響を検証した。
  論文  参考訳（メタデータ） (2023-11-14T14:02:32Z)
• Instruction Position Matters in Sequence Generation with Large Language Models [67.87516654892343]
  大規模言語モデル(LLM)は、翻訳や要約といった条件付きシーケンス生成タスクを実行することができる。 入力文の後にタスク命令の位置をシフトさせることにより,LLMの指示追従能力を向上させることを提案する。
  論文  参考訳（メタデータ） (2023-08-23T12:36:57Z)
• Enhancing Language Representation with Constructional Information for Natural Language Understanding [5.945710973349298]
  構成文法(CxG)を導入し,形式と意味のペアリングを強調した。 使用法に基づく構築文法を作業の基盤として採用する。 HyCxGフレームワークは3段階のソリューションを通じて言語表現を強化するために提案されている。
  論文  参考訳（メタデータ） (2023-06-05T12:15:12Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• Multilingual Extraction and Categorization of Lexical Collocations with Graph-aware Transformers [86.64972552583941]
  我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。 以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
  論文  参考訳（メタデータ） (2022-05-23T16:47:37Z)
• Improving Pre-trained Language Models with Syntactic Dependency Prediction Task for Chinese Semantic Error Recognition [52.55136323341319]
  既存の中国語のテキスト誤り検出は主にスペルと単純な文法的誤りに焦点を当てている。 中国の意味的誤りは、人間が容易に認識できないほど過小評価され、複雑である。
  論文  参考訳（メタデータ） (2022-04-15T13:55:32Z)

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。