論文の概要: cantnlp@DravidianLangTech 2026: organic domain adaptation improves multi-class hope speech detection in Tulu

• arxiv url: http://arxiv.org/abs/2605.09795v1
• Date: Sun, 10 May 2026 22:32:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.423497
• Title: cantnlp@DravidianLangTech 2026: organic domain adaptation improves multi-class hope speech detection in Tulu
• Title（参考訳）: Cantnlp@DravidianLangTech 2026: 有機ドメイン適応がTuluの複数クラスホープ音声検出を改善した
• Authors: Andrew Li, Sidney Wong,
• Abstract要約: 我々は,XLM-RoBERTaを用いたテキスト分類システムを用いて,コード混在のTuluソーシャルメディアコメントにおける希望音声の検出を行った。 我々はこの有機的適応型ホープ音声検出モデルとベースラインモデルを比較した。 提案方式は公式なテストセットでより穏やかに動作するが,この結果から,XLM-RoBERTa を有機的に収集した Tulu のソーシャルメディアテキストに適用することで,コード混在 Tulu における希望音声の検出が向上することが示唆された。
• 参考スコア（独自算出の注目度）: 2.1533129029644793
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents our systems and results for the Hope Speech Detection in Code-Mixed Tulu Language shared task at the Sixth Workshop on Speech, Vision, and Language Technologies for Dravidian Languages (DravidianLangTech-2026). We trained an XLM-RoBERTa-based text classification system for detecting hope speech in code-mixed Tulu social media comments. We compared this organically adapted hope speech detection model with our baseline model. On the development set, the organically adapted model outperformed the baseline system. While our submitted systems performed more modestly on the official test set, these results suggest that further adapting XLM-RoBERTa on organically collected Tulu social media text containing code-mixed and mixed-script variation can improve hope speech detection in code-mixed Tulu.
• Abstract（参考訳）: 本稿では,第6回ドラビディア語音声・視覚・言語技術ワークショップ(DravidianLangTech-2026)において,コードミクシング・トゥル言語共有タスクにおける音声検出のシステムと結果について述べる。 我々は,XLM-RoBERTaを用いたテキスト分類システムを用いて,コード混在のTuluソーシャルメディアコメントにおける希望音声の検出を行った。 我々はこの有機的適応型ホープ音声検出モデルとベースラインモデルを比較した。 開発セットでは、有機的に適応したモデルがベースラインシステムより優れていた。 これらの結果から,XLM-RoBERTaをコード混在および混合文の変動を含むTuluソーシャルメディアテキストに適応させることにより,コード混在のTuluにおける希望音声の検出が向上することが示唆された。

関連論文リスト

• cantnlp@DravidianLangTech2025: A Bag-of-Sounds Approach to Multimodal Hate Speech Detection [3.203071118472151]
  変換メル分光法を用いて音声(音声)データに基づいてヘイトスピーチ検出システムを訓練する。 本研究は,マルチモーダルヘイトスピーチ検出システムの開発において,テキストと音声(オーディオ)データの両方を使用することが可能であることを示す。
  論文  参考訳（メタデータ） (2025-03-10T21:21:13Z)
• cantnlp@LT-EDI-2024: Automatic Detection of Anti-LGBTQ+ Hate Speech in Under-resourced Languages [0.0]
  本稿では,LT-EDI-2024における共有タスクの一環として開発されたソーシャルメディアコメント検出システムにおけるホモフォビア/トランスフォビアについて述べる。 10の言語条件に対するマルチクラス分類モデルを開発するために,トランスフォーマーに基づくアプローチを採用した。 我々は,ソーシャルメディア言語の言語的現実を反映させるために,ドメイン適応中にスクリプト変更言語データの合成および有機的インスタンスを導入した。
  論文  参考訳（メタデータ） (2024-01-28T21:58:04Z)
• Toward Joint Language Modeling for Speech Units and Text [89.32163954508489]
  音声単位とテキストの共用言語モデリングについて検討する。 音声とテキストの混在度を評価するための自動計測手法を提案する。 提案手法を用いて音声単位とテキストを混合することにより,SLUタスクにおける音声のみのベースラインを改良することを示す。
  論文  参考訳（メタデータ） (2023-10-12T20:53:39Z)
• AudioPaLM: A Large Language Model That Can Speak and Listen [79.44757696533709]
  本稿では,音声理解・生成のための大規模言語モデルであるAudioPaLMを紹介する。 AudioPaLMはテキストベースの言語モデルと音声ベースの言語モデルを融合する。 音声認識や音声音声翻訳などの応用により、テキストと音声を処理および生成することができる。
  論文  参考訳（メタデータ） (2023-06-22T14:37:54Z)
• A Vector Quantized Approach for Text to Speech Synthesis on Real-World Spontaneous Speech [94.64927912924087]
  我々は、YouTubeやポッドキャストから現実の音声を使ってTSシステムを訓練する。 最近のText-to-Speechアーキテクチャは、複数のコード生成とモノトニックアライメントのために設計されている。 近年のテキスト・トゥ・スペーチ・アーキテクチャは,いくつかの客観的・主観的尺度において,既存のTSシステムより優れていることを示す。
  論文  参考訳（メタデータ） (2023-02-08T17:34:32Z)
• Neural Codec Language Models are Zero-Shot Text to Speech Synthesizers [92.55131711064935]
  テキストから音声合成(TTS)のための言語モデリング手法を提案する。 具体的には、市販のニューラルオーディオモデルから派生した離散符号を用いて、ニューラルネットワークモデル(Vall-E)を訓練する。 Vall-Eは、コンテキスト内学習機能を導入し、高品質なパーソナライズされた音声の合成に使用できる。
  論文  参考訳（メタデータ） (2023-01-05T15:37:15Z)
• Bridging the Modality Gap for Speech-to-Text Translation [57.47099674461832]
  エンド・ツー・エンドの音声翻訳は、ある言語における音声を、エンド・ツー・エンドの方法で他の言語におけるテキストに変換することを目的としている。 既存のほとんどの手法では、音響表現と意味情報を同時に学習するために、単一のエンコーダを持つエンコーダ・デコーダ構造を用いる。 本稿では,音声とテキスト間のモダリティギャップを埋めることで,エンドツーエンドのモデル性能を向上させることを目的とした音声翻訳モデルのための音声テキスト適応手法を提案する。
  論文  参考訳（メタデータ） (2020-10-28T12:33:04Z)
• SPLAT: Speech-Language Joint Pre-Training for Spoken Language Understanding [61.02342238771685]
  音声理解には、入力音響信号を解析してその言語内容を理解し、予測するモデルが必要である。 大規模無注釈音声やテキストからリッチな表現を学習するために,様々な事前学習手法が提案されている。 音声と言語モジュールを協調的に事前学習するための,新しい半教師付き学習フレームワークであるSPLATを提案する。
  論文  参考訳（メタデータ） (2020-10-05T19:29:49Z)
• ULD@NUIG at SemEval-2020 Task 9: Generative Morphemes with an Attention Model for Sentiment Analysis in Code-Mixed Text [1.4926515182392508]
  本稿では,SemEval 2020 Task 9 SentiMixに寄与したGenMAモデル感情分析システムについて述べる。 このシステムは、単語レベルの言語タグを使わずに、与えられた英語とヒンディー語を混合したツイートの感情を予測することを目的としている。
  論文  参考訳（メタデータ） (2020-07-27T23:58:54Z)
• IIT Gandhinagar at SemEval-2020 Task 9: Code-Mixed Sentiment Classification Using Candidate Sentence Generation and Selection [1.2301855531996841]
  コードミキシングは、非標準の書き込みスタイルのためにテキストの感情を分析することの難しさを増す。 本稿では,Bi-LSTMに基づくニューラル分類器上での文生成と選択に基づく提案手法を提案する。 提案手法は,Bi-LSTMに基づくニューラル分類器と比較して,システム性能の向上を示す。
  論文  参考訳（メタデータ） (2020-06-25T14:59:47Z)

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。