論文の概要: Using Prosody to Predict Syntactic Structure

• arxiv url: http://arxiv.org/abs/2608.30260v1
• Date: Mon, 31 Aug 2026 05:09:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.241978
• Title: Using Prosody to Predict Syntactic Structure
• Title（参考訳）: 韻律を用いた構文構造予測
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 21.97838341845281
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While it is well-established that prosody carries crucial cues for syntactic structure, the degree and nature of correspondence between these two domains remains contested. We investigate the syntax-prosody interface through an information-theoretic lens, quantifying the interaction between prosodic features and syntactic representations as their mutual information. We provide a general-purpose framework for estimating this quantity over large speech-text corpora using multimodal language models. Our framework is structure-agnostic and modular, insofar as it can be used to measure the contributions of individual prosodic features or components of structure. We evaluate the syntax-prosody relationship for two features (word duration and inter-word pauses) across two domains--read audiobooks and spontaneous conversations--both in English. Our results demonstrate that prosody contains measurable syntactic information, with prosodic features reducing syntactic uncertainty in spontaneous conversations by up to 10.2%. Our findings offer new empirical support for several theoretical accounts of the syntax-prosody interface.
• Abstract（参考訳）: 韻律が統語的構造にとって重要な手がかりを持っていることは確実であるが、これらの2つのドメイン間の対応の程度と性質はいまだに論争の的となっている。 情報理論レンズを用いた構文・韻律インタフェースについて検討し,その相互情報として韻律的特徴と構文的表現との相互作用を定量化する。 マルチモーダル言語モデルを用いて,この量を大規模音声テキストコーパス上で推定するための汎用フレームワークを提案する。 我々のフレームワークは構造に依存しないモジュラーであり、個々の韻律的特徴や構造の構成要素の寄与を測定するために使用できる。 2つのドメイン(読み書き音声ブックと自発会話)にまたがる2つの特徴(単語持続時間と単語間停止)について,構文・韻律関係を評価した。 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。 本研究は,構文プロソディインタフェースに関するいくつかの理論的考察に対して,新たな実証的サポートを提供する。

関連論文リスト

• Information Dynamics of Language Communication [3.2562256911091407]
  本稿では,インターロケータ間のセマンティックコンテンツの流れを定量化する情報理論フレームワークを提案する。 4つの実験から,認知的剛性対話における情報フローの低下を検出することが確認された。 この枠組みは, デジタル談話, 教育的相互作用, 臨床対話, 言語交換の構造が研究関連性を持つ領域において, 情報力学を研究するための新たな道を開く。
  論文  参考訳（メタデータ） (2026-06-29T10:31:58Z)
• Dialogues Aspect-based Sentiment Quadruple Extraction via Structural Entropy Minimization Partitioning [54.25737182568224]
  DiaASQは、与えられた複数ラウンドの多人数対話から、ターゲット・アスペクト・オピニオン・センチメントの4倍体を抽出することを目的としている。 まず、発話レベルで個々の感情要素を抽出し、次にサブ対話レベルで四重項をマッチングする。
  論文  参考訳（メタデータ） (2025-08-07T04:22:17Z)
• Counting trees: A treebank-driven exploration of syntactic variation in speech and writing across languages [0.0]
  我々は、構文構造をデレクシカルな依存(サブ)ツリーとして定義し、音声および記述されたユニバーサル依存ツリーバンクからそれらを抽出する。 各コーパスについて, 構文的在庫の大きさ, 多様性, 分布, その重なり合い, 音声の最も特徴的な構造を解析した。 その結果、どちらの言語でも、音声コーパスは、記述されたコーパスよりも、より多様で多様な構文構造を含まないことが明らかとなった。
  論文  参考訳（メタデータ） (2025-05-28T18:43:26Z)
• A Multi-view Discourse Framework for Integrating Semantic and Syntactic Features in Dialog Agents [0.0]
  マルチターン対話モデルは,会話の文脈を利用して人間的な応答を生成することを目的としている。 既存の手法はしばしばこれらの発話間の相互作用を無視したり、それら全てを等しく重要なものとして扱う。 本稿では,検索に基づく対話システムにおける応答選択のための談話認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-12T04:22:18Z)
• Quantifying the redundancy between prosody and text [67.07817268372743]
  我々は大きな言語モデルを用いて、韻律と単語自体の間にどれだけの情報が冗長であるかを推定する。 単語が持つ情報と韻律情報の間には,複数の韻律的特徴にまたがる高い冗長性が存在する。 それでも、韻律的特徴はテキストから完全には予測できないことが観察され、韻律は単語の上下に情報を運ぶことが示唆された。
  論文  参考訳（メタデータ） (2023-11-28T21:15:24Z)
• How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
  テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。 その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。 多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-14T08:51:00Z)
• Learning Disentangled Speech Representations [0.412484724941528]
  SynSpeechは、非絡み合った音声表現の研究を可能にするために設計された、新しい大規模合成音声データセットである。 本稿では, 線形探索と教師付きアンタングル化指標を併用して, アンタングル化表現学習手法を評価する枠組みを提案する。 SynSpeechは、さまざまな要因のベンチマークを促進し、ジェンダーや話し方のようなより単純な機能の切り離しを期待できると同時に、話者アイデンティティのような複雑な属性を分離する際の課題を強調します。
  論文  参考訳（メタデータ） (2023-11-04T04:54:17Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• 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)
• Syntactic representation learning for neural network based TTS with syntactic parse tree traversal [49.05471750563229]
  本稿では,構文解析木に基づく構文表現学習手法を提案し,構文構造情報を自動的に活用する。 実験の結果,提案手法の有効性が示された。 複数の構文解析木を持つ文では、合成音声から韻律的差異が明確に認識される。
  論文  参考訳（メタデータ） (2020-12-13T05:52:07Z)

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。