論文の概要: Beyond Cosine Similarity: Zero-Initialized Residual Complex Projection for Aspect-Based Sentiment Analysis

• arxiv url: http://arxiv.org/abs/2603.28205v1
• Date: Mon, 30 Mar 2026 09:23:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.321076
• Title: Beyond Cosine Similarity: Zero-Initialized Residual Complex Projection for Aspect-Based Sentiment Analysis
• Title（参考訳）: コサイン類似性を超えて:アスペクトベース感性分析のためのゼロ初期化残差複素射影
• Authors: Yijin Wang, Fandi Sun,
• Abstract要約: Aspect-Based Sentiment Analysis (ABSA)は、表現の絡み合いによって根本的に挑戦される。 標準的な対照的な学習は、偽陰性衝突に悩まされ、高周波の面において著しく性能が低下する。 本稿では,ゼロ残差複素射影とアンチ・コリジョン・マスケッド・アングル・ロスを特徴とする新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 3.154269505086155
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Aspect-Based Sentiment Analysis (ABSA) is fundamentally challenged by representation entanglement, where aspect semantics and sentiment polarities are often conflated in real-valued embedding spaces. Furthermore, standard contrastive learning suffers from false-negative collisions, severely degrading performance on high-frequency aspects. In this paper, we propose a novel framework featuring a Zero-Initialized Residual Complex Projection (ZRCP) and an Anti-collision Masked Angle Loss,inspired by quantum projection and entanglement ideas. Our approach projects textual features into a complex semantic space, systematically utilizing the phase to disentangle sentiment polarities while allowing the amplitude to encode the semantic intensity and lexical richness of subjective descriptions. To tackle the collision bottleneck, we introduce an anti-collision mask that elegantly preserves intra-polarity aspect cohesion while expanding the inter-polarity discriminative margin by over 50%. Experimental results demonstrate that our framework achieves a state-of-the-art Macro-F1 score of 0.8851. Deep geometric analyses further reveal that explicitly penalizing the complex amplitude catastrophically over-regularizes subjective representations, proving that our unconstrained-amplitude and phase-driven objective is crucial for robust, fine-grained sentiment disentanglement.
• Abstract（参考訳）: Aspect-Based Sentiment Analysis (ABSA) は、アスペクトのセマンティクスと感情の極性が実数値埋め込み空間でしばしば混同される表現の絡み合いによって、基本的には挑戦される。 さらに、標準のコントラスト学習は、偽陰性衝突に悩まされ、高周波特性が著しく低下する。 本稿では,ZRCP(Zero-Initialized Residual Complex Projection)と,量子投影と絡み合いのアイデアに触発された反衝突型マスケアングルロスを特徴とする新しいフレームワークを提案する。 提案手法は,テキストの特徴を複雑な意味空間に投射し,その位相を体系的に利用し,主観的記述の意味的強度と語彙的富度をエンコードする。 衝突ボトルネックに対処するため,極性間識別マージンを50%以上拡大しつつ,極性内側面の凝集をエレガントに保存する反衝突マスクを導入する。 実験の結果,我々のフレームワークは最先端のマクロF1スコアが0.8851であることが確認された。 深部幾何学的分析により、複雑な振幅を破滅的に過正規化することは主観的表現を暗示し、我々の制約のない振幅と位相駆動の目的が、頑健できめ細かな感情のゆがみに不可欠であることを証明した。

関連論文リスト

• DiReCT: Disentangled Regularization of Contrastive Trajectories for Physics-Refined Video Generation [40.41107421160271]
  フローマッチングビデオジェネレータは、時間的にコヒーレントで高忠実な出力を生成するが、日常的に基礎物理学に反する。 テキスト条件付きビデオ設定における基本的な障害は、意味物理学の絡み合いである。 我々は、この勾配の矛盾を形式化し、コントラスト学習がトレーニングに支障を与える場合と、トレーニングに支障をきたす場合の正確なアライメント条件を導出する。
  論文  参考訳（メタデータ） (2026-03-26T21:53:47Z)
• Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
  大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。 損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。 視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。 言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
  論文  参考訳（メタデータ） (2026-03-20T02:07:10Z)
• MirrorLA: Reflecting Feature Map for Vision Linear Attention [49.41670925034762]
  リニアアテンションはトランスフォーマーの2次から線形への計算複雑性を著しく低下させるが、パフォーマンスにおけるソフトマックスに基づくアテンションの遅れは一貫して遅れる。 我々は、受動トランケーションをアクティブなリオリエンテーションに置き換える幾何学的枠組みであるMirrorLAを提案する。 MirrorLAは標準的なベンチマークで最先端のパフォーマンスを実現し、表現の忠実さを損なうことなく厳密な線形効率を実現できることを示した。
  論文  参考訳（メタデータ） (2026-02-04T09:14:09Z)
• Robust-R1: Degradation-Aware Reasoning for Robust Visual Understanding [54.05243949024302]
  既存の堅牢なMLLMは、視覚エンコーダの一般化にのみ焦点をあてた暗黙のトレーニング/適応に依存している。 本稿では,構造的推論連鎖による視覚的劣化を明示的にモデル化する新しいフレームワークであるRobust-R1を提案する。 提案手法は, (i) 劣化を考慮した推論基盤の微調整, (ii) 劣化パラメータを正確に知覚するための報酬駆動アライメント, (iii) 劣化強度に適応した動的推論深度スケーリングの2つを統合した。
  論文  参考訳（メタデータ） (2025-12-19T12:56:17Z)
• Rectifying Latent Space for Generative Single-Image Reflection Removal [16.341477336909765]
  単一画像の除去は、既存の手法が崩壊した領域の構成を推論するのに苦労する、非常に不適切な問題である。 この研究は、編集目的の潜在拡散モデルを再設計し、高度に曖昧で層状な画像入力を効果的に知覚し、処理する。
  論文  参考訳（メタデータ） (2025-12-06T09:16:14Z)
• ArgusCogito: Chain-of-Thought for Cross-Modal Synergy and Omnidirectional Reasoning in Camouflaged Object Segmentation [15.181040729088508]
  アルガスコギト(ArgusCogito)は、クロスモーダルおよび全方位推論を基盤としたゼロショット・チェーン・オブ・シントフレームワークである。 ArgusCogitoは、認知にインスパイアされた3つのステージ、Conjecture、Focus、Sculptingを編成する。
  論文  参考訳（メタデータ） (2025-08-25T14:08:17Z)
• ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
  最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。 本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。 我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-10-31T06:11:23Z)
• Real-centric Consistency Learning for Deepfake Detection [8.313889744011933]
  両クラスの不変表現を学習することで深度検出問題に取り組む。 本稿では,潜在世代関連特徴を抽出するための,意味論的ペアリング手法を提案する。 特徴レベルでは、表現空間における自然面の中心に基づいて、潜在的な限界特徴をシミュレートする強正のマイニングと合成法を設計する。
  論文  参考訳（メタデータ） (2022-05-15T07:01:28Z)

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。