論文の概要: Extracting Knowledge from an Arabic-English Machine-Readable Dictionary Using Information Extraction

• arxiv url: http://arxiv.org/abs/2606.28457v1
• Date: Fri, 26 Jun 2026 11:52:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.575715
• Title: Extracting Knowledge from an Arabic-English Machine-Readable Dictionary Using Information Extraction
• Title（参考訳）: 情報抽出を用いたアラビア英語機械可読辞書からの知識抽出
• Abstract要約: アラビア英語のAl-Mawrid辞書の機械可読版から語彙情報を自動抽出する手法を提案する。 我々はn-gram解析とキー・ワード・イン・コンテクスト(KWIC)分析を用いて,形態的,構文的,意味的な情報を示す語彙パターンを発見した。
• 参考スコア（独自算出の注目度）: 0.4374837991804084
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural language processing (NLP) applications need large and rich amount of linguistic knowledge. Furthermore, electronic language sources such as dictionaries, encyclopedia, and corpora became available. So, automatic methods are emerged to extract lexical information from those sources to overcome the knowledge acquisition bottleneck. We presented a method to automatically extract lexical information from a machine-readable version of the Arabic-English Al-Mawrid dictionary. We used n-gram analysis and key-word-in-context (KWIC) analysis to discover lexical patterns that manifest morphologic, syntactic, or semantic information. Then, we used hand-crafted rule-based information extraction to extract that information. Furthermore, we used punctuation marks and some heuristics to extract a set of synonyms in a subentry. This study registered high precision for all types of information, high recall for synonyms, and low recall for the other information. The study also showed that the Al-Mawrid has significant amount of derivations (morphologic information) and synonyms, domain labels, and hyponym/hypernym relations (semantic information).
• Abstract（参考訳）: 自然言語処理(NLP)の応用には、多種多様な言語知識が必要である。 さらに辞書、百科事典、コーポラなどの電子言語ソースも利用可能になった。 そこで,これらの情報源から語彙情報を抽出し,知識獲得のボトルネックを克服する自動手法が出現する。 アラビア英語のAl-Mawrid辞書の機械可読版から語彙情報を自動抽出する手法を提案する。 我々はn-gram解析とキー・ワード・イン・コンテクスト(KWIC)分析を用いて,形態的,構文的,意味的な情報を示す語彙パターンを発見した。 そして,手作りのルールベース情報抽出を用いて,その情報を抽出した。 さらに, 句読点とヒューリスティックスを用いて, サブエントリーにおける同義語群を抽出した。 本研究は,全ての情報の高精度化,同義語に対する高いリコール,その他の情報に対する低リコールを登録した。 この研究は、Al-Mawridが相当量の派生(形態情報)と同義語、ドメインラベル、および低語/高語/高語関係(意味情報)を持っていることも示している。

関連論文リスト

• Large Language Models for Low-Resource Languages: A Conceptual Framework for an Electronic Explanatory Dictionary of the Tajik Language [0.0]
  形態解析,補題化,セマンティッククラスタリング,辞書エントリ生成のためのモジュールを統合する辞書アーキテクチャを提案する。 この作品の斬新さは、タジク語のための解説辞書の最初の全体論的概念的アーキテクチャの提案にある。
  論文  参考訳（メタデータ） (2026-08-04T19:43:29Z)
• Syntax as a Rosetta Stone: Universal Dependencies for In-Context Coptic Translation [6.070010259231488]
  本稿では,コプト語から英語への低リソース機械翻訳を支援する新しい文脈内学習手法を提案する。 本研究の結果から,構文情報だけでは辞書のグルースほど有用ではないが,検索した辞書項目と構文情報を組み合わせることで,モデルサイズ間で大きな利得が得られることがわかった。
  論文  参考訳（メタデータ） (2026-04-20T19:07:32Z)
• MURAD: A Large-Scale Multi-Domain Unified Reverse Arabic Dictionary Dataset [4.621023604328769]
  muraD (Multi- domain Unified Reverse Arabic Dictionary) は96,243の単語定義ペアを持つオープン語彙データセットである。 このデータセットは言語学、イスラーム研究、数学、物理学、心理学、工学の用語をカバーしている。 計算言語学と語彙学の研究をサポートする。
  論文  参考訳（メタデータ） (2026-01-29T10:28:01Z)
• Automating Knowledge Acquisition for Content-Centric Cognitive Agents Using LLMs [0.0]
  本稿では,知的エージェントのセマンティックレキシコンにおける新たなエントリの自動学習を支援するために,大規模言語モデル(LLM)技術を利用するシステムについて述べる。 このプロセスは、既存の非トイ辞書と、意味の形式的、存在論的に接地された表現を自然言語文に変換する自然言語生成装置によってブートストラップされる。
  論文  参考訳（メタデータ） (2023-12-27T02:31:51Z)
• Multilingual Extraction and Categorization of Lexical Collocations with Graph-aware Transformers [86.64972552583941]
  我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。 以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
  論文  参考訳（メタデータ） (2022-05-23T16:47:37Z)
• Computing Rule-Based Explanations of Machine Learning Classifiers using Knowledge Graphs [62.997667081978825]
  我々は、機械学習分類器の動作を説明する用語を提供する基盤となるフレームワークとして知識グラフを使用している。 特に,知識グラフの用語で表される一階述語論理規則の形で,ブラックボックスの説明を抽出し,表現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-08T16:21:49Z)
• Enhancing Keyphrase Extraction from Academic Articles with their Reference Information [12.769066804715697]
  文書情報を高度に要約するキーワードは、ユーザが文書を素早く入手し、理解するのに役立ちます。 参照のタイトル情報は、著者が指定したキーフレーズも含んでいる。 実験により、参照情報は自動キーフレーズ抽出の精度、リコール、F1を高めることができる。
  論文  参考訳（メタデータ） (2021-11-28T11:14:16Z)
• BERTese: Learning to Speak to BERT [50.76152500085082]
  本論文では,より良い知識抽出に向けて直接最適化されたパラフレーズクエリ"BERTese"に自動書き換える手法を提案する。 私たちのアプローチが競合するベースラインを上回ることを実証的に示し、複雑なパイプラインの必要性を回避します。
  論文  参考訳（メタデータ） (2021-03-09T10:17:22Z)
• Probing Pretrained Language Models for Lexical Semantics [76.73599166020307]
  類型的多様言語と5つの異なる語彙課題にまたがる系統的経験分析を行った。 我々の結果は、普遍的に維持されるパターンとベストプラクティスを示しているが、言語やタスクにまたがる顕著なバリエーションを示している。
  論文  参考訳（メタデータ） (2020-10-12T14:24:01Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)
• Word Sense Disambiguation for 158 Languages using Word Embeddings Only [80.79437083582643]
  文脈における単語感覚の曖昧さは人間にとって容易であるが、自動的アプローチでは大きな課題である。 本稿では,学習前の標準単語埋め込みモデルを入力として,完全に学習した単語認識のインベントリを誘導する手法を提案する。 この手法を用いて、158の言語に対して、事前訓練されたfastText単語の埋め込みに基づいて、センスインベントリのコレクションを誘導する。
  論文  参考訳（メタデータ） (2020-03-14T14:50:04Z)

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。