論文の概要: Scene Abstraction for Lexical Semantics: Structured Representations of Situated Meaning

• arxiv url: http://arxiv.org/abs/2605.22542v2
• Date: Fri, 22 May 2026 18:04:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 16:32:37.962529
• Title: Scene Abstraction for Lexical Semantics: Structured Representations of Situated Meaning
• Title（参考訳）: レキシカルセマンティックスのためのシーン抽象化: 位置的意味の構造的表現
• Authors: Yejin Cho, Katrin Erk,
• Abstract要約: 本稿では,単語が使用状況にまたがって参加する解釈シーンの構造化表現を構築するためのフレームワークであるScene Abstractionを提案する。 筆者らのコントリビューションは,(1)語彙的意味を示す構造的表現フレームワーク,(2)COCA-Scenes,(2)26のキーワードにまたがる520のユースケースのデータセット,(3)シーンが人間の観察者間で確実に識別可能であることを示す2つの実験から得られた実証的証拠である。
• 参考スコア（独自算出の注目度）: 7.497215367755978
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Coffee and tea share many properties, yet they evoke strikingly different situations, atmospheres, and affective associations. These situated dimensions of word meaning are real and systematic, but they remain implicit in most computational representations of lexical meaning. We propose Scene Abstraction, a framework for constructing structured representations of the interpretive scenes that words participate in across usage contexts. Each scene consists of a Contextual Scene (Events, Entities, Setting) and an expression-centered Expression Profile (Engaged events, Generalizable properties, Evoked emotions), operationalized through few-shot prompting of a large language model. Our contributions are three-fold: (1) a structured representation framework for situated lexical meaning; (2) COCA-Scenes, a dataset of 520 usage instances across 26 keywords for distinct scene identification; and (3) empirical evidence from two experiments suggesting that scenes are reliably identifiable across human observers (82.4% accuracy, +11.8 pp over text-only embeddings) and that our scene profiles more closely align with human interpretation of words in context than ATOMIC-based alternatives (86.4% preference across three semantic dimensions).
• Abstract（参考訳）: コーヒーとお茶は多くの性質を共有しているが、それらは著しく異なる状況、雰囲気、感情的な関連性を引き起こしている。 これらの位置する単語の意味の次元は現実的かつ体系的であるが、語彙的意味のほとんどの計算的表現において暗黙的に残っている。 本稿では,単語が使用状況にまたがって参加する解釈シーンの構造化表現を構築するためのフレームワークであるScene Abstractionを提案する。 各シーンは、コンテキストシーン(イベント、エンティティ、設定)と表現中心の式プロファイル(拡張イベント、ジェネラライズ可能なプロパティ、誘発された感情)で構成され、大きな言語モデルの数ショットプロンプトを通じて操作される。 2) COCA-Scenes, a dataset of 520 usage instances across 26 keywords for different scene Identification, and (3) empirical evidence from two experiment that scene are sureably identibility across human observers (82.4% accuracy, +11.8 pp over text-only embeddings) and that our scene profiles has closelyaligned with human interpretation of words in contexts (86.4% preference across three semantic dimensions)。

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)
• SceneAdapt: Scene-aware Adaptation of Human Motion Diffusion [74.70024991949269]
  テキスト条件付モーションモデルにシーン認識を注入するフレームワークであるSceneAdaptを紹介する。 主要なアイデアは、2つの異なるデータセットをブリッジするプロキシタスクとして、テキストなしで学習可能なモーションインテリシングを使用することだ。 その結果,SceneAdaptはシーン認識をテキスト・トゥ・モーション・モデルに効果的に注入することがわかった。
  論文  参考訳（メタデータ） (2025-10-14T23:42:10Z)
• SA-Person: Text-Based Person Retrieval with Scene-aware Re-ranking [20.515788520147453]
  既存の手法は主に外観に基づくクロスモーダル検索に重点を置いており、しばしばシーン内に埋め込まれたコンテキスト情報を無視する。 SCENEPERSON-13Wは,歩行者の外観と環境条件の両方を多用した10万シーンを超える大規模データセットである。 第1段階では、テキストの手がかりを歩行者固有の地域と整列させることにより、差別的な接地を行う。 第2段階では、SceneRankerを紹介した。SceneRankerは、マルチモーダルな大規模言語モデルを利用して、歩行者の外観とグローバルなシーンコンテキストを共同で推論する、トレーニング不要でシーン対応のリグレード手法である。
  論文  参考訳（メタデータ） (2025-05-30T11:10:28Z)
• The Scene Language: Representing Scenes with Programs, Words, and Embeddings [23.707974056165042]
  本稿では,視覚シーンの構造,意味,アイデンティティを簡潔かつ正確に記述した視覚シーン表現であるシーン言語を紹介する。 シーン内のエンティティの階層構造と関係構造を指定するプログラム、各エンティティのセマンティッククラスを要約する自然言語の単語、各エンティティの視覚的アイデンティティをキャプチャする埋め込みである。
  論文  参考訳（メタデータ） (2024-10-22T07:40:20Z)
• PropSegmEnt: A Large-Scale Corpus for Proposition-Level Segmentation and Entailment Recognition [63.51569687229681]
  文中の各命題の文的含意関係を個別に認識する必要性について論じる。 提案するPropSegmEntは45K以上の提案のコーパスであり, 専門家によるアノテートを行う。 我々のデータセット構造は、(1)文書内の文章を命題の集合に分割し、(2)異なるが、トポジカルに整合した文書に対して、各命題の含意関係を分類するタスクに類似している。
  論文  参考訳（メタデータ） (2022-12-21T04:03:33Z)
• SceneTrilogy: On Human Scene-Sketch and its Complementarity with Photo and Text [109.69076457732632]
  本稿では,シーン理解を人間のスケッチに含めるように拡張する。 この相補性がもたらすオプションを完全にサポートするフレキシブルなジョイント埋め込みを学ぶことに注力します。
  論文  参考訳（メタデータ） (2022-04-25T20:58:17Z)
• YouRefIt: Embodied Reference Understanding with Language and Gesture [95.93218436323481]
  具体的参照の理解について研究する。 あるエージェントは、言語とジェスチャーの両方を使用して、共有された物理的環境でオブジェクトを別のエージェントに参照する。 クラウドソースされたYouRefItデータセットには、432の屋内シーンで4,195のユニークな参照クリップが含まれている。
  論文  参考訳（メタデータ） (2021-09-08T03:27:32Z)
• Aspectuality Across Genre: A Distributional Semantics Approach [25.816944882581343]
  英語における動詞の語彙的側面の解釈は、文的含意を認識し、談話レベルの推論を学ぶ上で重要な役割を担っている。 アスペクト型クラス,状態対イベント,およびテクスチャ対テイリック事象の2つの基本次元を分散意味論で効果的にモデル化できることが示される。
  論文  参考訳（メタデータ） (2020-10-31T19:37:22Z)

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。