論文の概要: Translation from the Information Bottleneck Perspective: an Efficiency Analysis of Spatial Prepositions in Bitexts
- arxiv url: http://arxiv.org/abs/2603.19924v1
- Date: Fri, 20 Mar 2026 13:09:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 19:48:39.145588
- Title: Translation from the Information Bottleneck Perspective: an Efficiency Analysis of Spatial Prepositions in Bitexts
- Title（参考訳）: インフォメーション・ボトルネックの観点からの翻訳:バイテクストにおける空間的前置詞の効率解析
- Authors: Antoine Taroni, Ludovic Moncla, Frederique Laforest,
- Abstract要約: Information Bottleneckフレームワークは、自然言語システムが最適な精度と複雑さのフロンティアの近くにクラスタされていることを予測している。
色や動きなどの視覚領域ではサポートされているが、センセーショナルコンテキストにおける単語のような言語刺激は未発見のままである。
IB最適化問題として翻訳をフレーミングし、ソース文を刺激として扱い、ターゲット文を圧縮された意味として扱うことで、このギャップに対処する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Efficient communication requires balancing informativity and simplicity when encoding meanings. The Information Bottleneck (IB) framework captures this trade-off formally, predicting that natural language systems cluster near an optimal accuracy-complexity frontier. While supported in visual domains such as colour and motion, linguistic stimuli such as words in sentential context remain unexplored. We address this gap by framing translation as an IB optimisation problem, treating source sentences as stimuli and target sentences as compressed meanings. This allows IB analyses to be performed directly on bitexts rather than controlled naming experiments. We applied this to spatial prepositions across English, German and Serbian translations of a French novel. To estimate informativity, we conducted a pile-sorting pilot-study (N=35) and obtained similarity judgements of pairs of prepositions. We trained a low-rank projection model (D=5) that predicts these judgements (Spearman correlation: 0.78). Attested translations of prepositions lie closer to the IB optimal frontier than counterfactual alternatives, offering preliminary evidence that human translators exhibit communicative efficiency pressure in the spatial domain. More broadly, this work suggests that translation can serve as a window into the cognitive efficiency pressures shaping cross-linguistic semantic systems.
- Abstract（参考訳）: 効果的なコミュニケーションには、意味を符号化する際の情報伝達性とシンプルさのバランスが必要である。
Information Bottleneck (IB) フレームワークは、このトレードオフを正式に捉え、自然言語システムが最適な精度と複雑さのフロンティアの近くに集まっていることを予測している。
色や動きなどの視覚領域ではサポートされているが、センセーショナルコンテキストにおける単語のような言語刺激は未発見のままである。
IB最適化問題として翻訳をフレーミングし、ソース文を刺激として扱い、ターゲット文を圧縮された意味として扱うことで、このギャップに対処する。
これにより、IB分析は制御された命名実験ではなく、bitexts上で直接実行される。
我々はこれを、フランス小説の英語、ドイツ語、セルビア語訳の空間的前置詞に適用した。
情報伝達度を推定するために,杭選別パイロットスタディ (N=35) を行い, 前置詞対の類似性判定を得た。
我々はこれらの判断を予測する低ランク投影モデル(D=5)を訓練した(スピアマン相関:0.78)。
実証された前置詞の翻訳は、対物的な代替手段よりもIB最適辺境に近づき、人間の翻訳者が空間領域でコミュニケーション効率の圧力を示すという予備的な証拠を提供する。
より広範に、この研究は、翻訳が言語間セマンティックシステムを形成する認知効率のプレッシャーの窓口となることを示唆している。
関連論文リスト
- Optimal Transport Posterior Alignment for Cross-lingual Semantic Parsing [68.47787275021567]
言語間のセマンティックパーシングは、高いソース言語(例えば英語)から少ないトレーニングデータを持つ低リソース言語へのパーシング能力を伝達する。
そこで本稿では,最適輸送を用いた係り受け変数間の言語間相違を明示的に最小化することで,言語間セマンティック解析のための新しい手法を提案する。
論文 参考訳（メタデータ） (2023-07-09T04:52:31Z) - Rethinking Round-Trip Translation for Machine Translation Evaluation [44.83568796515321]
ラウンドトリップ翻訳が参照なしで自動評価に利用できるという驚くべき発見を報告する。
ラウンドトリップ翻訳が複数の機械翻訳評価タスクに有用であることを示す。
論文 参考訳（メタデータ） (2022-09-15T15:06:20Z) - Towards Debiasing Translation Artifacts [15.991970288297443]
確立されたバイアス除去手法を拡張して,翻訳文の削減のための新しい手法を提案する。
我々は、反復的ヌル空間投影(INLP)アルゴリズムを用いて、デバイアス前後の分類精度を計測することにより、文レベルと単語レベルの両方で翻訳文が削減されることを示す。
我々の知る限りでは、これは潜伏埋め込み空間で表現される翻訳語をデビアスする最初の研究である。
論文 参考訳（メタデータ） (2022-05-16T21:46:51Z) - Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。
本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。
本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。
セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
論文 参考訳（メタデータ） (2021-10-04T03:59:15Z) - Revisiting the Uniform Information Density Hypothesis [44.277066511088634]
読み出し時間と受理可能性データを用いて,一様情報密度(UID)仮説について検討する。
受理性判定では,情報密度の非均一性が受理性低下の予測であることを示す。
論文 参考訳（メタデータ） (2021-09-23T20:41:47Z) - On the Language Coverage Bias for Neural Machine Translation [81.81456880770762]
言語カバレッジバイアスは、ニューラルネットワーク翻訳(NMT)において重要である。
実験を慎重に設計することにより、トレーニングデータにおける言語カバレッジバイアスの包括的分析を行う。
本稿では,言語カバレッジバイアス問題を軽減するための,シンプルで効果的な2つのアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-07T01:55:34Z) - On the Sentence Embeddings from Pre-trained Language Models [78.45172445684126]
本稿では,BERT埋め込みにおける意味情報が完全に活用されていないことを論じる。
BERTは常に文の非滑らかな異方性意味空間を誘導し,その意味的類似性を損なう。
本稿では,非教師対象で学習した正規化フローにより,異方性文の埋め込み分布を滑らかで等方性ガウス分布に変換することを提案する。
論文 参考訳（メタデータ） (2020-11-02T13:14:57Z) - Multilingual Alignment of Contextual Word Representations [49.42244463346612]
BERTはXNLIのゼロショット性能をベースモデルに比べて大幅に改善した。
単語検索の文脈バージョンを導入し、下流のゼロショット転送とよく相関していることを示す。
これらの結果は、大規模多言語事前学習モデルの理解に有用な概念としてコンテキストアライメントをサポートする。
論文 参考訳（メタデータ） (2020-02-10T03:27:21Z)
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。