論文の概要: Introducing corpora Hlava Cor and Hlava AD: Human Label Variation in Coreference and Discourse Relations
- arxiv url: http://arxiv.org/abs/2606.25383v1
- Date: Wed, 24 Jun 2026 04:32:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.218642
- Title: Introducing corpora Hlava Cor and Hlava AD: Human Label Variation in Coreference and Discourse Relations
- Title（参考訳）: Hlava Cor と Hlava AD のコーパス導入 : コーパスと談話の関係におけるヒトラベルの変動
- Abstract要約: チェコ語のテキストに複数の注釈を付けた2つのコーパスを作成した。
最初のコーパスは、3つのアノテータが並列にアノテートした1,024のコンテキストから構成されており、様々なテキストタイプと文法・セマンティックカテゴリのコア参照の識別の違いを捉えている。
第2コーパスは512の文脈から構成され、5つのアノテータによって平行に注釈付けされ、帰属的および非帰属的構成における談話関係の同定に焦点を当てている。
- 参考スコア（独自算出の注目度）: 0.5050362421227392
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As previous research on annotator disagreement in discourse phenomena has shown, understanding text coherence varies considerably from one individual to another. To explore this phenomenon, we created two corpora with multiple annotations of Czech texts, accompanied by annotators' explanations of their choices. The first corpus consists of 1,024 contexts annotated in parallel by three annotators. It captures differences in the identification of coreference across various text types and grammatical-semantic categories, including pronouns, full noun phrases, and anaphoric adverbials. The second corpus comprises 512 contexts, annotated in parallel by five annotators, and focuses on identifying discourse relations in attributive and non-attributive constructions. Both corpora achieve a comparable inter-annotator agreement of approximately 60-65%. For coreference annotation, agreement tends to be lower in cases where automatic coreference resolution models disagree, suggesting that when the models disagree, the examples tend to be more difficult or ambiguous for human annotators to interpret. The annotators' comments, both for coreference and discourse relations, further reveal differences in interpretation, varying levels of confidence in text understanding, and individual reading strategies.
- Abstract（参考訳）: 談話現象における注釈の不一致に関する以前の研究が示すように、文章の一貫性の理解は個人によって大きく異なる。
この現象を探求するため、チェコ語のテキストに複数の注釈を付けた2つのコーパスを作成し、注釈者の選択の説明を添えた。
最初のコーパスは3つのアノテータによって平行にアノテートされた1,024のコンテキストで構成されている。
これは、代名詞、フル名詞句、アナフォリック副詞を含む様々なテキストタイプと文法・セマンティックカテゴリーのコア参照の識別の違いを捉えている。
第2コーパスは512の文脈から構成され、5つのアノテータによって平行に注釈付けされ、帰属的および非帰属的構成における談話関係の同定に焦点を当てている。
両コーポラは、約60-65%のアノテータ間合意を達成している。
コア参照アノテーションの場合、自動コア参照解決モデルが一致しない場合、合意は低くなる傾向にあり、モデルが一致しない場合には、人間のアノテータが解釈することがより困難または曖昧になる傾向があることを示唆する。
注釈者のコメントは、コア推論と談話関係の両方において、解釈の差異、テキスト理解における信頼度の変化、個々の読解戦略を明らかにしている。
関連論文リスト
- Using Prosody to Predict Syntactic Structure [21.97838341845281]
情報理論レンズを用いた構文プロソディインタフェースについて検討する。
大規模音声テキストコーパス上での韻律的特徴量を推定するための汎用フレームワークを提案する。
その結果,韻律には可測な統語情報が含まれており,韻律的特徴は自然会話における統語的不確実性を最大10.2%減少させることがわかった。
論文 参考訳（メタデータ） (2026-08-31T05:09:36Z) - Beyond Similarity: Grounded Agentic Extraction and Expert-Adjudicated Evaluation of Intertextuality in Classical Chinese Histories [3.694051864521789]
我々は、大言語モデルが2つのテキスト単位をフルに読み込むエージェントタスクとして、きめ細かいテクスチャ間抽出をリキャストする。
3つのドメインの専門家がプールされたマルチモデル候補を2,533対のテキスト間ペアのベンチマークに設定し、Analects と Book of Han を徹底的に比較する手法を検証する。
論文 参考訳（メタデータ） (2026-07-30T02:34:23Z) - 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) - Identifying and interpreting non-aligned human conceptual
representations using language modeling [0.0]
先天性失明は,a-モダル語と知覚関連言語ドメインの両方において概念的再編成を引き起こすことを示す。
視覚障害者は、より強く社会的・認知的な意味と、行動に関連する動詞を関連づける。
一部の動詞では、盲目と盲目の表現は非常に似ている。
論文 参考訳（メタデータ） (2024-03-10T13:02:27Z) - 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) - Visual Comparison of Language Model Adaptation [55.92129223662381]
アダプタは、モデル適応のための軽量な代替品です。
本稿では,インタラクティブな視覚的説明手法について,いくつかの設計と代替案について論じる。
例えば、文脈0の埋め込みに従って言語脱バイアスタスクを訓練したアダプタが、新しいタイプのバイアスをもたらすことを示す。
論文 参考訳（メタデータ） (2022-08-17T09:25:28Z) - Words are all you need? Capturing human sensory similarity with textual
descriptors [12.191617984664683]
人間の類似性判断と言語との関係について検討する。
本稿では,効率的かつ汎用的なタグマイニングのための新しい適応パイプラインを提案する。
テキスト記述子に基づく予測パイプラインは優れた性能を示すことを示す。
論文 参考訳（メタデータ） (2022-06-08T18:09:19Z) - Keywords and Instances: A Hierarchical Contrastive Learning Framework Unifying Hybrid Granularities for Text Generation [60.62039705180484]
入力テキスト中のハイブリッドな粒度意味を統一する階層的コントラスト学習機構を提案する。
実験により,本モデルがパラフレージング,対話生成,ストーリーテリングタスクにおいて,競争ベースラインより優れていることが示された。
論文 参考訳（メタデータ） (2022-05-26T13:26:03Z) - A Novel Corpus of Discourse Structure in Humans and Computers [55.74664144248097]
約27,000節からなる445の人文・コンピュータ生成文書からなる新しいコーパスを提示する。
コーパスは、フォーマルな言論と非公式な言論の両方をカバーし、微調整のGPT-2を用いて生成された文書を含んでいる。
論文 参考訳（メタデータ） (2021-11-10T20:56:08Z) - Exploring the Representation of Word Meanings in Context: A Case Study
on Homonymy and Synonymy [0.0]
我々は,静的モデルと文脈モデルの両方が,語彙-意味関係を適切に表現できる能力を評価する。
実験はガリシア語、ポルトガル語、英語、スペイン語で行われている。
論文 参考訳（メタデータ） (2021-06-25T10:54:23Z) - Consensus-Aware Visual-Semantic Embedding for Image-Text Matching [69.34076386926984]
画像テキストマッチングは、視覚と言語をブリッジする上で中心的な役割を果たす。
既存のアプローチのほとんどは、表現を学ぶためにイメージテキストインスタンスペアのみに依存しています。
コンセンサスを意識したビジュアル・セマンティック・エンベディングモデルを提案し,コンセンサス情報を組み込む。
論文 参考訳（メタデータ） (2020-07-17T10:22:57Z)
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。