論文の概要: Contextualising (Im)plausible Events Triggers Figurative Language

• arxiv url: http://arxiv.org/abs/2604.07885v1
• Date: Thu, 09 Apr 2026 06:52:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.748811
• Title: Contextualising (Im)plausible Events Triggers Figurative Language
• Title（参考訳）: コンテクストライジング (Im) は表現言語をトリガーするイベント
• Authors: Annerose Eichel, Tonmoy Rakshit, Sabine Schulte im Walde,
• Abstract要約: 本研究は、英語における主語・主語・目的語イベントの例における(非)リテラル性と可否性の関連について考察する。 我々は、抽象的、具体的構成のカテゴリと組み合わせて、可塑性で不明瞭なイベントトリプルの体系的な構成を設計する。
• 参考スコア（独自算出の注目度）: 6.683227993806786
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This work explores the connection between (non-)literalness and plausibility at the example of subject-verb-object events in English. We design a systematic setup of plausible and implausible event triples in combination with abstract and concrete constituent categories. Our analysis of human and LLM-generated judgments and example contexts reveals substantial differences between assessments of plausibility. While humans excel at nuanced detection and contextualization of (non-)literal vs. implausible events, LLM results reveal only shallow contextualization patterns with a bias to trade implausibility for non-literal, plausible interpretations.
• Abstract（参考訳）: 本研究は、英語における主語・主語・目的語イベントの例における(非)リテラル性と可否性の関連について考察する。 我々は、抽象的、具体的構成のカテゴリと組み合わせて、可塑性で不明瞭なイベントトリプルの体系的な構成を設計する。 人為的・LLM的判断と実例的文脈を解析した結果,妥当性評価の相違が明らかとなった。 人間は(非)文字的・不可解な事象の検出と文脈化に長けているが、LLMの結果は、非文字的・不可解な解釈に対する貿易の不可解性に偏った、浅い文脈化パターンのみを明らかにする。

関連論文リスト

• Floating or Suggesting Ideas? A Large-Scale Contrastive Analysis of Metaphorical and Literal Verb-Object Constructions [53.690096725532726]
  本研究では,2Mコーパス文中の297の英語動詞オブジェクト対(例:float idea vs. suggest idea)を分析した。 5つのNLPツールを用いて,感情的,語彙的,統語的,言論的な特徴を捉えた認知的・言語的特徴2,293点を抽出した。 クロスペアの結果は, 語彙頻度, 凝集度, 構造規則性が高く, 比喩的文脈は感情負荷, イメージ性, 語彙多様性, 構造的特異性を示す。
  論文  参考訳（メタデータ） (2026-04-09T14:08:57Z)
• Drivel-ology: Challenging LLMs with Interpreting Nonsense with Depth [21.092167028989632]
  ドライブロロジーは「深みのあるナンセンス」によって特徴づけられる言語現象である 我々は、英語、マンダリン、スペイン語、フランス語、日本語、韓国語で、1200以上の精巧にキュレートされ、多様なサンプルのベンチマークデータセットを構築した。 現在の大規模言語モデル (LLM) は,ドライブロジカルテキストの階層的意味論の理解に一貫して失敗している。
  論文  参考訳（メタデータ） (2025-09-04T03:58:55Z)
• Uncertainty Quantification for In-Context Learning of Large Language Models [52.891205009620364]
  大規模言語モデル(LLM)の画期的な能力として、文脈内学習が登場している。 両タイプの不確かさを定量化するための新しい定式化法とそれに対応する推定法を提案する。 提案手法は、プラグイン・アンド・プレイ方式でコンテキスト内学習の予測を理解するための教師なしの方法を提供する。
  論文  参考訳（メタデータ） (2024-02-15T18:46:24Z)
• Simple Linguistic Inferences of Large Language Models (LLMs): Blind Spots and Blinds [59.71218039095155]
  我々は,ほとんどの人間が自明に感じる単純な推論タスクにおいて,言語理解能力を評価する。 我々は, (i) 文法的に特定された含意, (ii) 不確実性のある明らかな副詞を持つ前提, (iii) 単調性含意を目標とする。 モデルはこれらの評価セットに対して中程度から低い性能を示す。
  論文  参考訳（メタデータ） (2023-05-24T06:41:09Z)
• Evaluating statistical language models as pragmatic reasoners [39.72348730045737]
  我々は,語学的な発話の意味を推測するために,大規模言語モデルの能力を評価する。 LLMは、複数の複雑な実用的発話の解釈に対して、文脈的、人間的な分布を導出することができる。 結果は,統計的言語モデルの推論能力と,実践的・意味論的解析への応用について報告する。
  論文  参考訳（メタデータ） (2023-05-01T18:22:10Z)
• Are Representations Built from the Ground Up? An Empirical Examination of Local Composition in Language Models [91.3755431537592]
  構成的・非構成的句を表現することは言語理解にとって重要である。 まず,より長いフレーズのLM-内部表現を,その構成成分から予測する問題を定式化する。 意味的構成性の人間の判断と相関する予測精度を期待するが、大部分はそうではない。
  論文  参考訳（メタデータ） (2022-10-07T14:21:30Z)
• Did the Cat Drink the Coffee? Challenging Transformers with Generalized Event Knowledge [59.22170796793179]
  Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。 以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。 しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
  論文  参考訳（メタデータ） (2021-07-22T20:52:26Z)

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。