論文の概要: Faithful by Definition: Emotion Analysis via Natural Semantic Metalanguage Explications

• arxiv url: http://arxiv.org/abs/2607.00661v1
• Date: Wed, 01 Jul 2026 09:10:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.822455
• Title: Faithful by Definition: Emotion Analysis via Natural Semantic Metalanguage Explications
• Title（参考訳）: Faithful by Definition:Emotion Analysis via Natural Semantic Metalang Explications (特集:「感情分析」)
• Authors: Frank Xing, Erik Cambria,
• Abstract要約: イベントベース感情分析のための説明インタフェースを提案する。 したがって、検証可能な保証は因果的かつ定義的であり、すべての経験的リスクは学習の中に存在する。 EmoExpl-1200もリリースしています。
• 参考スコア（独自算出の注目度）: 39.17218833534598
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Explanations for emotion classifiers are usually produced post hoc, with no guarantee that they reflect the computation behind the label. We present an explication interface for event-based emotion analysis. A parser maps the input text to an explication, a short script in the closed vocabulary of Natural Semantic Metalanguage organized into twelve typed slots, and a fixed decision list of rules transcribed from published semantic definitions computes the label from the explication alone. The faithfulness guarantee is therefore causal and definitional, while all empirical risk lives in the learned parser, which the per-line entailment interface makes auditable against the input. On crowd-sourced event descriptions, our fine-tuned parser reaches 0.33 accuracy and 0.48 selective accuracy on a small held-out set, suggesting that the interface trades insignificant accuracy difference to a black-box model for a verifiable, inspectable decision basis for first-person event-based emotion analysis. We also release EmoExpl-1200 with per-line verification metadata and the full rule set.
• Abstract（参考訳）: 感情分類器の説明は通常ポストホックで作成されるが、ラベルの背後にある計算を反映する保証はない。 イベントベース感情分析のための説明インタフェースを提案する。 パーサは、入力されたテキストを説明文にマッピングし、12の型付きスロットに整理された自然意味メタ言語の閉語彙の短いスクリプトと、公開されたセマンティック定義から転写された規則の固定された決定リストは、説明文のみからラベルを演算する。 したがって、忠実性の保証は因果的かつ定義的であり、すべての経験的リスクは学習されたパーサに存在し、ライン毎のエンテーメントインターフェースは入力に対して監査可能である。 クラウドソーシングされたイベント記述では,我々の微調整されたパーザは,小さな保持集合上で0.33の精度と0.48の選択的精度を達成し,一対一のイベントベース感情分析のための検証可能な決定ベースのために,ブラックボックスモデルと無意味な精度差を交換することを示唆した。 EmoExpl-1200もリリースしています。

関連論文リスト

• Weave of Formal Thought [51.56484100374058]
  WoFT(Weave of Formal Thought)は、厳密な構文的検証と学習された構造的表現を結合したパラダイムである。 本稿では,非終端文法記号を直接生成にインターリーブするために,言語モデルを訓練する潜時可変微調整法を提案する。 Pythonでは、RWS目的のStarCoder2-3Bを微調整することで、テキストのみのSFTベースラインと比較して、トーケン毎のクロスエントロピーが14.3%削減される。
  論文  参考訳（メタデータ） (2026-06-24T15:58:11Z)
• Human Label Variation as Stable Signal: Learning Annotator-Specific Explanation Behavior via Cross-Annotator Preference Optimization [51.93456979139756]
  自由文の説明は、ラベルの不一致を超えて人間のラベルのバリエーションを拡大する。 このようなアノテータ固有のラベル説明動作を,大規模言語モデルで学習し,再現できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-05-27T17:55:00Z)
• Improving Labeling Consistency with Detailed Constitutional Definitions and AI-Driven Evaluation [0.21483624911986507]
  多くの自動ラベリングパイプラインは、入力を記述された仕様で定義されたカテゴリに分類する。 1つの解決策は、ラベラーが記述された解釈に異を唱えることができないような、十分な実際の境界条件を解決した規範的な定義を書くことである。 実際には、その詳細レベルでの定義は人間のアノテータがワーキングメモリで保持できるものを超えているので、ラベルは記述されたルールから逸脱する。 我々は、エッジケースをカバーするのに十分な詳細でラベルを定義するカテゴリごとのコンフィグレーションの記述を支援するAI駆動ワークフローの有効性を提案し、実証する。
  論文  参考訳（メタデータ） (2026-05-22T21:52:12Z)
• VoxEmo: Benchmarking Speech Emotion Recognition with Speech LLMs [54.75016325571445]
  音声大言語モデル (LLM) は, 音声の感情認識において, 生成インタフェースを介する大きな可能性を示す。 クローズドセットからオープンテキスト生成へのシフトは、ゼロショット性を導入し、プロンプトに非常に敏感な評価を与える。 本稿では,VoxEmoについて紹介する。VoxEmoは音声LLMのための15言語に35の感情コーパスを含む総合的なSERベンチマークである。
  論文  参考訳（メタデータ） (2026-03-09T21:10:34Z)
• Gen-Z: Generative Zero-Shot Text Classification with Contextualized Label Descriptions [50.92702206798324]
  ゼロショットテキスト分類のための生成的プロンプトフレームワークを提案する。 GEN-Zはラベルの自然言語記述に基づく入力テキストのLM可能性を測定する。 データソースの文脈化によるゼロショット分類は、ゼロショットベースラインと少数ショットベースラインの両方を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2023-11-13T07:12:57Z)
• Interpretable Word Sense Representations via Definition Generation: The Case of Semantic Change Analysis [3.515619810213763]
  本稿では,文脈化された単語の用法を解釈可能な単語と単語感覚表現として自動生成する自然言語定義を提案する。 得られた感覚ラベルが、意味変化分析に既存のアプローチをより解釈可能なものにする方法を実証する。
  論文  参考訳（メタデータ） (2023-05-19T20:36:21Z)
• Textual Entailment Recognition with Semantic Features from Empirical Text Representation [60.31047947815282]
  テキストが仮説を包含するのは、仮説の真の価値がテキストに従う場合に限る。 本稿では,テキストと仮説のテキストの包含関係を同定する新しい手法を提案する。 本手法では,テキスト・ハイブリッド・ペア間の意味的含意関係を識別できる要素ワイド・マンハッタン距離ベクトルベースの特徴を用いる。
  論文  参考訳（メタデータ） (2022-10-18T10:03:51Z)
• End-to-End Annotator Bias Approximation on Crowdsourced Single-Label Sentiment Analysis [0.4925222726301579]
  感性分析は、多くのアノテータから与えられた主観的なラベルをクラウドソーシングする作業であることが多い。 それぞれのアノテータのアノテーションバイアスがいかにして最先端の手法で正しくモデル化できるかは、まだ完全には分かっていない。 我々の貢献は、正確な神経終末バイアスモデリングと基底真理推定のための説明と改善である。
  論文  参考訳（メタデータ） (2021-11-03T16:20:16Z)

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。