論文の概要: How Do People Quantify Naturally: Evidence from Mandarin Picture Description

• arxiv url: http://arxiv.org/abs/2602.09838v1
• Date: Tue, 10 Feb 2026 14:45:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.598968
• Title: How Do People Quantify Naturally: Evidence from Mandarin Picture Description
• Title（参考訳）: 人間が自然界で定量化する方法:マンダリン画像の記述から
• Authors: Yayun Zhang, Guanyi Chen, Fahime Same, Saad Mahamood, Tingting He,
• Abstract要約: 量子化は日常的な言語の使用の基本的な要素である。 中国語の自然主義生産における話者の定量化について検討する。
• 参考スコア（独自算出の注目度）: 9.733066332535246
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantification is a fundamental component of everyday language use, yet little is known about how speakers decide whether and how to quantify in naturalistic production. We investigate quantification in Mandarin Chinese using a picture-based elicited description task in which speakers freely described scenes containing multiple objects, without explicit instructions to count or quantify. Across both spoken and written modalities, we examine three aspects of quantification: whether speakers choose to quantify at all, how precise their quantification is, and which quantificational strategies they adopt. Results show that object numerosity, animacy, and production modality systematically shape quantificational behaviour. In particular, increasing numerosity reduces both the likelihood and the precision of quantification, while animate referents and modality selectively modulate strategy choice. This study demonstrates how quantification can be examined under unconstrained production conditions and provides a naturalistic dataset for further analyses of quantity expression in language production.
• Abstract（参考訳）: 定量化は日常的な言語の使用の基本的な要素であるが、スピーカーがどのように自然主義生産において定量化する方法を決定するかについてはほとんど知られていない。 マンダリン中国語における量化について,複数の物体を含むシーンを話者が自由に記述する画像に基づく説明課題を用いて検討する。 話者が定量化を選択したかどうか、その量化がどの程度正確か、どの量化戦略を採用するのか、という3つの側面について検討する。 その結果, 対象の特異性, アニマシー, 生産モダリティが体系的に定量化の振る舞いを形作ることが明らかとなった。 特に、数値化の確率と精度の両方を減らし、参照をアニメーション化し、モダリティは戦略選択を選択的に変調する。 本研究では,制約のない生産条件下での定量化について検討し,言語生産における量表現のさらなる分析のための自然なデータセットを提供する。

関連論文リスト

• SpeechR: A Benchmark for Speech Reasoning in Large Audio-Language Models [60.72029578488467]
  SpeechRは、大規模な音声言語モデルにおける音声に対する推論を評価するための統一的なベンチマークである。 事実検索、手続き推論、規範的判断の3つの重要な側面に沿ったモデルを評価する。 11個の最先端のLALMの評価は、高い転写精度が強い推論能力に変換されないことを示している。
  論文  参考訳（メタデータ） (2025-08-04T03:28:04Z)
• Multimodal Quantum Natural Language Processing: A Novel Framework for using Quantum Methods to Analyse Real Data [0.0]
  この論文は、量子計算法が言語の合成モデリングをどのように強化するかを考察する。 具体的には、マルチモーダル量子自然言語処理 (MQNLP) を Lambeq ツールキットを用いて進める。 結果は、構文ベースのモデル、特にDisCoCatやTreeReaderが文法構造を効果的に捉えるのに優れていることを示している。
  論文  参考訳（メタデータ） (2024-10-29T19:03:43Z)
• Can Large Audio-Language Models Truly Hear? Tackling Hallucinations with Multi-Task Assessment and Stepwise Audio Reasoning [55.2480439325792]
  大規模な音声言語モデル (LALM) は、音声および音声情報の理解と推論に優れた能力を示している。 これらのモデルは、既存の音のイベントを幻覚させ、音のイベントの順序を誤認し、誤って音源を帰属させるなど、依然として課題に直面している。
  論文  参考訳（メタデータ） (2024-10-21T15:55:27Z)
• Probabilistic Method of Measuring Linguistic Productivity [0.0]
  本稿では, 言語的生産性を客観的に評価する手法を提案する。 トークン周波数は生産性指標を支配せず、基地のサンプリングに自然に影響を及ぼす。 コーパスに基づくアプローチとランダム化設計により、昔に作られた真のネオロジズムと単語が平等に選択される可能性が保証される。
  論文  参考訳（メタデータ） (2023-08-24T08:36:28Z)
• Can Language Models Learn to Listen? [96.01685069483025]
  本稿では,話者の言葉に基づく社会的対話における聞き手から適切な表情応答を生成するための枠組みを提案する。 提案手法は,VQ-VAEを用いて定量化したリスナーの顔のジェスチャー列であるリスナーの応答を自己回帰的に予測する。 生成したリスナーの動きは,定量的メトリクスと質的ユーザスタディを通じて,言語意味論に精通し,反映していることを示す。
  論文  参考訳（メタデータ） (2023-08-21T17:59:02Z)
• Analysing quantum systems with randomised measurements [0.4179230671838898]
  本稿では,量子情報科学の様々なシナリオにおけるランダム化計測の活用の進歩について述べる。 本稿では, 真の多部絡みや有界絡みなど, 様々な形の絡みを検知し, 特徴付ける方法について述べる。 また、ランダム化測定から量子状態の非線形関数の推定とシャドウトモグラフィーについて概説する。
  論文  参考訳（メタデータ） (2023-07-03T18:00:01Z)
• Affect-Conditioned Image Generation [0.9668407688201357]
  本稿では,心理学的に検証された3成分アプローチを用いて,所望の感情によって条件付けられた画像を生成する手法を提案する。 まず、セマンティック埋め込みからテキストや画像の影響内容を推定するためにニューラルネットワークをトレーニングし、それを様々な生成モデルを制御するためにどのように使用できるかを実証する。
  論文  参考訳（メタデータ） (2023-02-20T03:44:04Z)
• Analyzing the Limits of Self-Supervision in Handling Bias in Language [52.26068057260399]
  我々は、言語モデルが、認識、識別、抽出、言い換えの4つのタスクのセマンティクスをいかにうまく捉えているかを評価する。 分析の結果,言語モデルでは,ジェンダーや政治的アフィリエイトなど,様々なバイアス次元にまたがって,これらのタスクを広範囲にわたって実行することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2021-12-16T05:36:08Z)
• Preliminary study on using vector quantization latent spaces for TTS/VC systems with consistent performance [55.10864476206503]
  本稿では,潜在言語埋め込みをモデル化するための量子化ベクトルの利用について検討する。 トレーニングにおいて、潜伏空間上の異なるポリシーを強制することにより、潜伏言語埋め込みを得ることができる。 実験の結果,ベクトル量子化法で構築した音声クローニングシステムは,知覚的評価の点でわずかに劣化していることがわかった。
  論文  参考訳（メタデータ） (2021-06-25T07:51:35Z)

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。