論文の概要: Semantic Space of Parts of Speech

• arxiv url: http://arxiv.org/abs/2608.15443v1
• Date: Sat, 15 Aug 2026 22:56:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.300751
• Title: Semantic Space of Parts of Speech
• Title（参考訳）: 音声のセマンティック空間
• Abstract要約: 言語分類の一部は、ヨーロッパの言語伝統においてクリップ分類として理解されている。 割り当てられたカテゴリは、主にアノテーションマニュアルに蒸留された任意の決定によって決定される。 本研究は、フランス語、チェコ語、フィンランド語、ロシア語、英語のUniversal Dependencies POSタグを使用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parts of speech categorization is understood in the European linguistic tradition as crisp categorization, which is also reflected in corpus linguistics, where each disambiguated token is assigned exactly one POS. However, the assigned categories are largely determined by arbitrary decisions distilled into annotation manuals. Since some words stand between parts of speech in their semantics or typical syntax, and some parts of speech are closer to each other than others, POS categorization seems inherently fuzzy. We analyze this fuzziness using word2vec embeddings, training a neural network to reduce their high dimensionality to three dimensions relevant for determining parts of speech. This creates a three-dimensional space onto which we map several thousand words, revealing which are prototypical and which lie on the boundaries, and visualizing relationships between parts of speech. The study uses Universal Dependencies POS tags for French, Czech, Finnish, Russian, and English.
• Abstract（参考訳）: 言語分類の一部は、ヨーロッパの言語伝統においてcrisp categorizationとして理解されており、これはコーパス言語学にも反映されており、それぞれの曖昧なトークンが正確に1つのPOSに割り当てられている。 しかし、割り当てられたカテゴリは、主にアノテーションマニュアルに精算された任意の決定によって決定される。 いくつかの単語は、意味論や典型的な構文において、言語の一部と他の部分との距離が近いため、POS分類は本質的にファジィに思える。 我々は、ワード2vec埋め込みを用いてこのファジィを分析し、ニューラルネットワークを訓練し、その高次元を音声の一部を決定する3次元に還元する。 これにより、数千の単語をマップする3次元空間が生成され、その境界の上に置かれる原型となる単語が明らかになり、音声の部分間の関係が可視化される。 この研究は、フランス語、チェコ語、フィンランド語、ロシア語、英語のUniversal Dependencies POSタグを使用している。

関連論文リスト

• GoDeep: Annotation-Free Open-Vocabulary 3D Scene Understanding via Language-Space Lifting [1.2234742322758418]
  私たちは純粋に視覚言語モデルをトランスレータとして使用します。 各ポーズ画像の構造化されたエンティティレベルの記述を生成する。 ScanNet++では、当社のパイプラインはScanNetでトレーニングされた強力なアノテーションのないベースラインと競合しています。
  論文  参考訳（メタデータ） (2026-09-08T17:31:51Z)
• Recognizing Co-Speech Gestures in-the-Wild [52.804383193630166]
  GRW(Gesture Recognition in the Wild)データセットは156,688本のビデオクリップを手動でアノテートする。 GRWは、物理的行動、空間記述子、抽象概念の非常に多様な150ワードの分類である。 我々はGRWを利用してビデオモデルを訓練し、ジェスチャーを意味的か否かを分類し、(b)共同音声のジェスチャーに対応する単語を認識し、(c)ジェスチャーを時間的に局所化する。
  論文  参考訳（メタデータ） (2026-05-29T17:55:17Z)
• Parallel Tokenizers: Rethinking Vocabulary Design for Cross-Lingual Transfer [13.630754537249707]
  トークン化は多言語言語モデルの基盤を定義する。 新しいフレームワークは、単言語でトークンを訓練し、バイリンガル辞書や単語間翻訳を用いて語彙を徹底的に調整する。
  論文  参考訳（メタデータ） (2025-10-07T17:05:49Z)
• False Friends Are Not Foes: Investigating Vocabulary Overlap in Multilingual Language Models [53.01170039144264]
  多言語コーパスで訓練されたサブワードトークンライザは、言語間で重複するトークンを自然に生成する。 トークンの重複は言語間転送を促進するのか、それとも言語間の干渉を導入するのか? 相反する語彙を持つモデルでは、重なり合う結果が得られます。
  論文  参考訳（メタデータ） (2025-09-23T07:47:54Z)
• Tomato, Tomahto, Tomate: Measuring the Role of Shared Semantics among Subwords in Multilingual Language Models [88.07940818022468]
  エンコーダのみの多言語言語モデル(mLM)におけるサブワード間の共有セマンティクスの役割を測る第一歩を踏み出した。 意味的に類似したサブワードとその埋め込みをマージして「意味トークン」を形成する。 グループ化されたサブワードの検査では 様々な意味的類似性を示します
  論文  参考訳（メタデータ） (2024-11-07T08:38:32Z)
• Understanding the effects of word-level linguistic annotations in under-resourced neural machine translation [0.0]
  本稿では,低リソースのニューラルマシン翻訳における単語レベルの言語アノテーションの効果について検討する。 音声のパート・オブ・音声タグは、自動評価指標の点からモルフォ・シンタクティック記述タグよりも体系的に優れている。
  論文  参考訳（メタデータ） (2024-01-29T11:39:46Z)
• Media of Langue: The Interface for Exploring Word Translation Network/Space [0.0]
  我々は、これらの相互翻訳の連鎖によって形成される巨大なネットワークを、ワード翻訳ネットワーク(Word Translation Network)として発見する。 本稿では,このネットワークを探索するための新しいインタフェースであるMedia of Langueを提案する。
  論文  参考訳（メタデータ） (2023-08-25T03:54:20Z)
• Are word boundaries useful for unsupervised language learning? [13.049946284598935]
  単語は少なくとも2種類の関連情報(境界情報と意味単位)を提供する。 音声入力の場合,単語境界情報が欠落しているか,信頼できないかを示す。 我々は,非教師付きセグメンテーションアルゴリズムで得られたゴールド境界を,自動的に検出した領域に置き換えることができることを示す。
  論文  参考訳（メタデータ） (2022-10-06T14:49:42Z)
• A Massively Multilingual Analysis of Cross-linguality in Shared Embedding Space [61.18554842370824]
  言語間モデルでは、多くの異なる言語に対する表現は同じ空間に存在している。 我々は,bitext検索性能の形式で,言語間アライメントのタスクベース尺度を計算した。 我々はこれらのアライメント指標の潜在的な予測因子として言語的、準言語的、および訓練関連の特徴について検討する。
  論文  参考訳（メタデータ） (2021-09-13T21:05:37Z)
• Low-Dimensional Structure in the Space of Language Representations is Reflected in Brain Responses [62.197912623223964]
  言語モデルと翻訳モデルは,単語の埋め込み,構文的・意味的タスク,将来的な単語埋め込みとの間を円滑に介在する低次元構造を示す。 この表現埋め込みは、各特徴空間が、fMRIを用いて記録された自然言語刺激に対する人間の脳反応にどれだけうまく対応しているかを予測することができる。 これは、埋め込みが脳の自然言語表現構造の一部を捉えていることを示唆している。
  論文  参考訳（メタデータ） (2021-06-09T22:59:12Z)
• Using Holographically Compressed Embeddings in Question Answering [0.0]
  本研究では,事前学習した埋め込みのホログラフィック圧縮を用いてトークン,そのパート・オブ・音声,名前付きエンティティタイプを表現する。 この実装は、修正された質問応答の繰り返しディープラーニングネットワークにおいて、意味的関係が保存され、高い性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-14T18:29:49Z)
• Robust Cross-lingual Embeddings from Parallel Sentences [65.85468628136927]
  本稿では,文整合コーパスを利用して頑健な言語間単語表現を実現するCBOW手法のバイリンガル拡張を提案する。 提案手法は,他のすべての手法と比較して,言語間文検索性能を著しく向上させる。 また、ゼロショットのクロスランガル文書分類タスクにおいて、ディープRNN法と同等性を実現する。
  論文  参考訳（メタデータ） (2019-12-28T16:18:33Z)

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。