論文の概要: Convergence in Science, Divergence in Religion: Calibrated Framing Differences Across Wikipedia's Language Editions

• arxiv url: http://arxiv.org/abs/2608.21821v1
• Date: Sat, 22 Aug 2026 07:42:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.480901
• Title: Convergence in Science, Divergence in Religion: Calibrated Framing Differences Across Wikipedia's Language Editions
• Title（参考訳）: 科学における収束、宗教における多様性:ウィキペディアの言語版間での差異の校正
• Abstract要約: 3000の可能な概念言語観測から2,799の有効な記事を分析した。 言語対の平均距離は3.6倍である。 宗教はLaBSEの下での校正基準よりもかなり上に位置する。 政治において、多様化は検閲や難民といった概念に集中している。
• 参考スコア（独自算出の注目度）: 1.5736899098702974
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When Wikipedia's language editions describe the same concept, how differently do they frame it? Prior work measures coverage gaps between editions; we measure framing distance for matched concepts. We analyze 2,799 valid articles from 3,000 possible concept-language observations, spanning 150 Wikidata-anchored concepts, 20 language editions, 4 domains, and a calibration set. Raw embedding distances reflect both content differences and how well the encoder aligns each language pair. Even among calibration concepts with stable cross-cultural denotations (e.g., chemical elements, numbers, colors), the largest language-pair mean distance is 3.6 times the smallest, and distances are typically smaller within language families. We define a baseline-adjusted distance (calibrated distance): the distance between two language versions of a concept minus the mean distance for calibration concepts in the same language pair. This adjustment substantially reduces pair-specific alignment differences and the language-family pattern. Across three multilingual encoders (LaBSE, multilingual MPNet, and CMLM), scientific articles align more closely than calibration articles, and all three rank religion first and science/technology last. Concept-level rankings are highly consistent across encoders (Spearman rho=0.75-0.79 for MPNet and CMLM relative to LaBSE). Religion lies significantly above the calibration baseline under LaBSE. Within politics, divergence concentrates on concepts such as censorship and refugee, while democracy and human rights are among the most aligned. Code, data, and per-language-pair calibration baselines are released.\footnote{https://github.com/hhchen1105/cross-linqual-concept}
• Abstract（参考訳）: ウィキペディアの言語版が同じ概念を記述したとき、どのように異なるのか? 事前の作業は、エディション間のギャップを計測し、一致する概念のフレーミング距離を測定します。 ウィキデータによる150のコンセプト,20の言語版,4つのドメイン,キャリブレーションセットにまたがる,3000の可能な概念言語観測から2,799の有効な記事を分析した。 生の埋め込み距離は、コンテンツの違いとエンコーダがそれぞれの言語ペアをどのように整列するかを反映している。 安定な異文化の表記(例えば化学元素、数、色など)を持つ校正概念でさえ、最大の言語対平均距離は3.6倍であり、言語族の中では距離が小さくなっている。 基本線調整距離(キャリブレーション距離):概念の2つの言語バージョン間の距離は、同じ言語ペアにおけるキャリブレーション概念の平均距離を減少させる。 この調整により、ペア固有のアライメントの違いと言語固有のパターンが大幅に低減される。 3つの多言語エンコーダ(LaBSE、多言語MPNet、CMLM)にまたがって、科学論文は校正記事よりも緊密に並び、3つの階級の宗教が第一に、科学/テクノロジーが最後である。 概念レベルのランキングはエンコーダ間で非常に一貫性がある(LaBSEと比較してMPNetとCMLMではSpearman rho=0.75-0.79)。 宗教はLaBSEの下での校正基準よりもかなり上に位置する。 政治の中では、多様化は検閲や難民といった概念に集中しているが、民主主義と人権は最も一致している。 コード、データ、言語単位のキャリブレーションベースラインがリリースされている。 \footnote{https://github.com/hhchen1105/cross-linqual-concept}

関連論文リスト

• Double Trouble: Bilingual Pretraining Leaves Language-Conditioned Effects in Shared-Language Representations [25.913929585741034]
  概念は言語間で異なる関連性を持ち、現代の言語モデルは事前訓練中に他の多くの言語と共に英語を学ぶことができる。 我々は、アーキテクチャ、トークン化、トレーニングレシピ、および英語データソースを共有する40個の整合デコーダのみのモデルを用いて、この質問を制御実験により研究する。 それぞれのモデルペアを3000の共通英語の単語を使って調整し、1000の保持された英語のコンセプトが赤と白のような50の固定された意味的コントラストに沿って落ちているかを測定します。 32の試験的な比較において、英語のコンセプトポジションは、異なるランダムな種を持つ英語のみのランよりも、バイリンガルと英語のみの条件でより異なる。
  論文  参考訳（メタデータ） (2026-08-27T03:39:24Z)
• MULTITEXTEDIT: Benchmarking Cross-Lingual Degradation in Text-in-Image Editing [14.278137781549303]
  12言語,5つの視覚領域,7つの編集操作にまたがる3600のインスタンスの制御ベンチマークを導入する。 テキストマッチングの精度が低いスクリプトレベルのエラーをキャプチャするために,LSF(Language Fidelity)メトリクスを導入する。 ヘブライ語とアラビア語で最大であり、オランダ語とスペイン語で最小であり、粗い構造次元ではなく、文字の精度と文字の忠実さに集中している。
  論文  参考訳（メタデータ） (2026-05-04T16:21:25Z)
• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• A scale of conceptual orality and literacy: Automatic text categorization in the tradition of "Nähe und Distanz" [0.0]
  言語的特徴により、概念的オリティーと識字率の尺度でテキストを評価できることが規定されている。 本稿では,PCAをベースとしたスケールを確立し,自動解析と組み合わせる。 このスケールは、コーパスコンパイルでの使用や、より大きなコーパスでの分析ガイドとしての利用についても論じられている。
  論文  参考訳（メタデータ） (2025-02-05T15:08:37Z)
• On the Off-Target Problem of Zero-Shot Multilingual Neural Machine Translation [104.85258654917297]
  識別対象言語信号の符号化に失敗すると、オフターゲットとなり、語彙距離が近くなることが判明した。 多言語語彙構築のための言語認識語彙共有(LAVS)を提案する。 我々は11言語で多言語機械翻訳ベンチマーク実験を行った。
  論文  参考訳（メタデータ） (2023-05-18T12:43:31Z)
• A Crosslingual Investigation of Conceptualization in 1335 Languages [0.2216657815393579]
  本稿では,1,335言語間の概念化の相違について,並列コーパスにおける概念の整合性について検討する。 本稿では,ソース言語の概念とターゲット言語文字列の集合との間に二部方向のアライメントグラフを作成する手法であるConceptualizerを提案する。 1つの概念(bird')に対する全言語にわたる詳細な言語分析と32のスワデシュ概念に対する金標準データの評価において、概念化器はアライメント精度が良いことを示す。
  論文  参考訳（メタデータ） (2023-05-15T09:27:34Z)
• Language statistics at different spatial, temporal, and grammatical scales [48.7576911714538]
  Twitterのデータを使って、さまざまなスケールでランクの多様性を探求しています。 最も大きな変化は、文法的なスケールのバリエーションによる。 文法スケールが大きくなるにつれて、ランクの多様性曲線は時間スケールや空間スケールによって大きく変化する。
  論文  参考訳（メタデータ） (2022-07-02T01:38:48Z)
• Language Anisotropic Cross-Lingual Model Editing [61.51863835749279]
  既存の作業はモノリンガルのシナリオのみを研究しており、言語間で同時に編集を行うための言語間転送能力が欠如している。 本稿では,並列コーパスを用いた一言語モデル編集手法を言語間シナリオに適用する枠組みを提案する。 本研究では,複数言語への編集の伝播における単言語ベースラインの失敗と,提案言語異方性モデル編集の有効性を実証的に示す。
  論文  参考訳（メタデータ） (2022-05-25T11:38:12Z)
• Simple, Interpretable and Stable Method for Detecting Words with Usage Change across Corpora [54.757845511368814]
  2つの文体を比較し、その用法が異なる単語を探すという問題は、しばしばデジタル人文科学や計算社会科学において生じる。 これは一般に、各コーパスに単語の埋め込みを訓練し、ベクトル空間を整列させ、整列空間における余弦距離が大きい単語を探すことでアプローチされる。 本稿では,ベクトル空間アライメントを使わず,各単語の近傍を考慮した代替手法を提案する。
  論文  参考訳（メタデータ） (2021-12-28T23:46:00Z)
• PESTO: Switching Point based Dynamic and Relative Positional Encoding for Code-Mixed Languages [1.7073542935233876]
  CM言語に対する切替点に基づく位置符号化技術の適用に関する最初の観察結果を示す。 結果はSOTAよりわずかに優れているが、位置符号化はCMテキストに対する位置感受性言語モデルの訓練に有効な方法であることが明らかである。
  論文  参考訳（メタデータ） (2021-11-12T08:18:21Z)
• Fake it Till You Make it: Self-Supervised Semantic Shifts for Monolingual Word Embedding Tasks [58.87961226278285]
  語彙意味変化をモデル化するための自己教師付きアプローチを提案する。 本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。 3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
  論文  参考訳（メタデータ） (2021-01-30T18:59:43Z)
• NLP-CIC @ DIACR-Ita: POS and Neighbor Based Distributional Models for Lexical Semantic Change in Diachronic Italian Corpora [62.997667081978825]
  本稿では,イタリア語に対する教師なし語彙意味変化のシステムと知見について述べる。 その課題は、対象の単語が時間とともにその意味を進化させたかどうかを判断することであり、それは2つの時間固有のデータセットからの原文のみに依存する。 本研究では,各期間に対象単語を表す2つのモデルを提案し,しきい値と投票方式を用いて変化単語を予測する。
  論文  参考訳（メタデータ） (2020-11-07T11:27:18Z)

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。