Fugu-MT 論文翻訳(概要): Word Alignment-Based Evaluation of Uniform Meaning Representations

論文の概要: Word Alignment-Based Evaluation of Uniform Meaning Representations

arxiv url: http://arxiv.org/abs/2603.26401v1
Date: Fri, 27 Mar 2026 13:25:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-30 21:49:48.51699
Title: Word Alignment-Based Evaluation of Uniform Meaning Representations
Title（参考訳）: 単語アライメントに基づく一様意味表現の評価
Authors: Daniel Zeman, Federica Gamba,
Abstract要約: 本論文では,一文の複数の一様意味表現(UMR)の比較を可能にするノードマッチングアルゴリズムを提案する。単語アライメントに対する感受性は、意味表現の比較をより直感的で解釈しやすいものにする。
参考スコア（独自算出の注目度）: 0.581757180555022
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Comparison and evaluation of graph-based representations of sentence meaning is a challenge because competing representations of the same sentence may have different number of nodes, and it is not obvious which nodes should be compared to each other. Existing approaches favor node mapping that maximizes $F_1$ score over node relations and attributes, regardless whether the similarity is intentional or accidental; consequently, the identified mismatches in values of node attributes are not useful for any detailed error analysis. We propose a node-matching algorithm that allows comparison of multiple Uniform Meaning Representations (UMR) of one sentence and that takes advantage of node-word alignments, inherently available in UMR. We compare it with previously used approaches, in particular smatch (the de-facto standard in AMR evaluation), and argue that sensitivity to word alignment makes the comparison of meaning representations more intuitive and interpretable, while avoiding the NP-hard search problem inherent in smatch. A script implementing the method is freely available.
Abstract（参考訳）: 文の意味のグラフに基づく表現の比較と評価は、同じ文の競合する表現が異なるノード数を持つ可能性があり、どのノードを比較すべきかは明らかではないため、課題である。既存のアプローチでは、ノードの関係や属性よりも$F_1$スコアを最大化するノードマッピングが好まれている。本論文では,一文の複数の一意的意味表現(UMR)の比較を可能にするノードマッチングアルゴリズムを提案する。従来の手法,特にスマッチ(AMR評価におけるデファクト標準)と比較し,単語のアライメントに対する感度は,スマッチに固有のNPハード探索問題を回避しつつ,意味表現の比較をより直感的で解釈可能であると主張している。このメソッドを実装するスクリプトは無料で利用できる。

関連論文リスト

Reliable Node Similarity Matrix Guided Contrastive Graph Clustering [51.23437296378319]
我々は、新しいフレームワーク、Reliable Node similarity Matrix Guided Contrastive Graph Clustering (NS4GC)を紹介した。本手法は,ノード近傍のアライメントとセマンティック・アウェア・スパリフィケーションを導入し,ノード類似度行列が正確かつ効率的にスパースであることを保証する。
論文参考訳（メタデータ） (2024-08-07T13:36:03Z)
RE-Matching: A Fine-Grained Semantic Matching Method for Zero-Shot Relation Extraction [40.90544879476107]
ゼロショット関係抽出に適した微粒なセマンティックマッチング法を提案する。文レベルの類似度スコアをエンティティとコンテキストマッチングスコアに分解する。冗長なコンポーネントの明示的なアノテーションが欠如しているため、関係のない特徴を適応的に識別する特徴蒸留モジュールを設計する。
論文参考訳（メタデータ） (2023-06-08T06:02:34Z)
Semantic-aware Contrastive Learning for More Accurate Semantic Parsing [32.74456368167872]
そこで本研究では,意味表現の微粒化を学習できる意味認識型コントラスト学習アルゴリズムを提案する。 2つの標準データセットの実験により、我々の手法はMLEベースラインよりも大幅に改善されていることが示された。
論文参考訳（メタデータ） (2023-01-19T07:04:32Z)
Uncertainty-aware Efficient Subgraph Isomorphism using Graph Topology [10.922787879808576]
部分グラフ同型 (subgraph isomorphism) あるいは部分グラフマッチング (subgraph matching) は一般にNP完全問題とみなされる。本稿では,ノードラベルのない不正確な場合において,サブグラフとフルグラフのノード対応を同定する手法を提案する。
論文参考訳（メタデータ） (2022-09-15T02:45:05Z)
Measuring the Interpretability of Unsupervised Representations via Quantized Reverse Probing [97.70862116338554]
本稿では,自己教師付き表現の解釈可能性の測定問題について検討する。我々は、後者を、表現と手動でラベル付けされた概念の空間の間の相互情報を推定するものとして定式化する。提案手法は,多人数の自己教師付き表現の評価に利用し,解釈可能性による評価を行う。
論文参考訳（メタデータ） (2022-09-07T16:18:50Z)
Deep Probabilistic Graph Matching [72.6690550634166]
本稿では,マッチング制約を伴わずに,元のQAPに適合する深層学習ベースのグラフマッチングフレームワークを提案する。提案手法は,一般的な3つのベンチマーク(Pascal VOC,Wilow Object,SPair-71k)で評価され,すべてのベンチマークにおいて過去の最先端よりも優れていた。
論文参考訳（メタデータ） (2022-01-05T13:37:27Z)
DocAMR: Multi-Sentence AMR Representation and Evaluation [19.229112468305267]
統合グラフ表現を導出するための単純なアルゴリズムを導入し、過剰なマージによる情報損失の落とし穴や、アンダーマージによる一貫性の欠如を回避した。また、AMRとコア参照分解システムを組み合わせたパイプラインアプローチを提案し、将来の研究の強力なベースラインを提供する。
論文参考訳（メタデータ） (2021-12-15T22:38:26Z)
Wasserstein Distance Regularized Sequence Representation for Text Matching in Asymmetrical Domains [51.91456788949489]
WD-Matchと呼ばれる非対称領域におけるテキストマッチングに適した新しいマッチング手法を提案する。 WD-Matchでは、ワッサーシュタイン距離に基づく正規化器が定義され、異なる領域から投影される特徴ベクトルを正規化する。 WD-Matchのトレーニングプロセスは、ワッサースタイン距離によって正規化されるマッチング損失を最小限に抑えるゲームに相当する。
論文参考訳（メタデータ） (2020-10-15T12:52:09Z)
Graph Structured Network for Image-Text Matching [127.68148793548116]
微粒化対応学習のためのグラフ構造化マッチングネットワークを提案する。 GSMNは、明示的にオブジェクト、関係、属性を構造化されたフレーズとしてモデル化する。実験により、GSMNはベンチマークで最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (2020-04-01T08:20:42Z)
Ranking a set of objects: a graph based least-square approach [70.7866286425868]
同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
論文参考訳（メタデータ） (2020-02-26T16:19:09Z)

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。