論文の概要: PolERo: Studying Political Evasion in Romanian

• arxiv url: http://arxiv.org/abs/2609.02391v1
• Date: Wed, 02 Sep 2026 10:02:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.22599
• Title: PolERo: Studying Political Evasion in Romanian
• Title（参考訳）: ポレロ:ルーマニアの政治侵略の研究
• Abstract要約: 政治回避とは、要求された情報を保持しながら質問に回答することを指す。 最近のNLP作業は、応答の明確さときめ細かい回避戦略の2段階の分類法を用いて、政治的回避を分類タスクとして捉えている。 ルーマニアの5人の大統領の公式文書から抽出した,3,574件の人手による質問応答ペアのデータセットである PolERo を紹介した。
• 参考スコア（独自算出の注目度）: 0.6445605125467574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Political evasion refers to responses that engage with a question while withholding the requested information. Recent NLP work frames political evasion as a classification task using a two-level taxonomy of response clarity and fine-grained evasion strategies. Existing work on response clarity and evasion classification is limited to English, leaving open whether the taxonomy and model behavior transfer across languages and political contexts. We introduce PolERo, a dataset of 3,574 human-annotated question-answer pairs extracted from official transcripts of five Romanian presidents. We evaluate multiple classification approaches on both datasets under matched conditions, including TF-IDF baselines, fine-tuned encoder models, a proposed sliding-window encoder, and zero/few-shot LLM prompting. We study cross-lingual transfer through joint bilingual training and machine-translation-based data augmentation. Our results indicate that fine-tuned encoders are competitive, cross-lingual transfer is asymmetric, and ambivalent evasion categories involving pragmatic cues remain the main challenge across all model families.
• Abstract（参考訳）: 政治回避とは、要求された情報を保持しながら質問に回答することを指す。 最近のNLP作業は、応答の明確さときめ細かい回避戦略の2段階の分類法を用いて、政治的回避を分類タスクとして捉えている。 対応の明確さと回避の分類に関する既存の研究は英語に限られており、分類学とモデル行動が言語や政治的文脈にまたがって伝達されるかどうかについては未定のままである。 ルーマニアの5人の大統領の公式文書から抽出した,3,574件の人手による質問応答ペアのデータセットである PolERo を紹介した。 我々は、TF-IDFベースライン、微調整エンコーダモデル、スライディングウインドウエンコーダ、ゼロ/フェーショットLDMプロンプトなど、一致した条件下で両方のデータセットに対する複数の分類手法を評価する。 本研究では,共同言語学習と機械翻訳に基づくデータ拡張による言語間移動について検討する。 以上の結果から, 微調整エンコーダは競争力があり, 言語間移動は非対称であり, 実用的手がかりを含むあいまいな回避カテゴリーは, 全てのモデルファミリーにおいて大きな課題となっている。

関連論文リスト

• A Systematic Evaluation of Cross-Lingual Consistency Enhancement Methods in Multilingual Language Models [50.27606276000142]
  本稿では,質問応答,推論時間介入,学習後アプローチにおける代表的CLC強調手法の統一評価について述べる。 その結果, 後学習法は一般に信頼性が高く, 直接分布アライメントはモデル・データセットの組み合わせ間で連続的にCLCを改善していることがわかった。 CLCの強化がモデルに異なる応答能力を与えるかどうかを考察する。
  論文  参考訳（メタデータ） (2026-09-03T19:18:44Z)
• Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
  大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。 我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。 Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
  論文  参考訳（メタデータ） (2026-07-21T16:15:05Z)
• Duluth at SemEval-2026 Task 6: DeBERTa with LLM-Augmented Data for Unmasking Political Question Evasions [0.0]
  タスク1(明度レベル分類)とタスク2(回避レベル分類)に対処する。 本システムは,DeBERTa-V3ベースをベースとして,焦点損失,レイヤワイド学習速度の減衰,Duluth談話の特徴を拡張した。 学習データにおけるクラス不均衡に対処するため,Gemini 3 と Claude Sonnet 4.5 の合成例を用いてマイノリティクラスを拡張した。
  論文  参考訳（メタデータ） (2026-04-22T04:18:14Z)
• Scripts Through Time: A Survey of the Evolving Role of Transliteration in NLP [16.32377980108084]
  NLPにおける言語間の変換はしばしばスクリプトバリアによって妨げられ、書記システムの違いは言語間の移動学習を阻害する。 文字変換のプロセスである文字変換は、語彙重なりを増し、このギャップを埋める強力なテクニックとして登場した。
  論文  参考訳（メタデータ） (2026-04-20T18:20:35Z)
• SemEval-2026 Task 6: CLARITY -- Unmasking Political Question Evasions [17.397909377851366]
  政治的話者は、応答性の外観を維持しながら、直接質問に答えることを避けることが多い。 本稿では,政治問題回避の共通課題であるSemEval-2026 Task 6, CLARITYを紹介する。 このベンチマークは、米国の大統領インタビューから作成され、専門家による反応の明確さと回避の分類に追随している。
  論文  参考訳（メタデータ） (2026-03-14T17:02:52Z)
• "I Never Said That": A dataset, taxonomy and baselines on response clarity classification [4.16330182801919]
  本稿では,応答の明瞭さを検出し分類するタスクを編み出した新しい分類法を提案する。 提案する2段階分類法は,質問に対する回答の明瞭度を,質問に対する情報提供の観点から明らかにする。 ChatGPTと人間のアノテーションを組み合わせて、政治インタビューから個別のQAペアを収集、検証、注釈付けします。
  論文  参考訳（メタデータ） (2024-09-20T20:15:06Z)
• Cross-lingual Text Classification Transfer: The Case of Ukrainian [11.508759658889382]
  ウクライナ語は、言語間の方法論の継続的な洗練の恩恵を受けることができる言語である。 我々の知る限り、典型的なテキスト分類タスクにはウクライナのコーパスが欠如している。 本研究では,NLPの最先端技術を活用し,言語間知識伝達手法を探索する。
  論文  参考訳（メタデータ） (2024-04-02T15:37:09Z)
• Efficiently Aligned Cross-Lingual Transfer Learning for Conversational Tasks using Prompt-Tuning [98.60739735409243]
  英語のような高リソース言語で訓練された言語モデルの言語間移動は、多くのNLPタスクのために広く研究されている。 並列および大規模多言語会話データセットである言語間アライメント事前学習のためのXSGDを導入する。 協調的な言語間表現を容易にするために,アライメントプロンプトを学習するための効率的なプロンプトチューニング手法を開発した。
  論文  参考訳（メタデータ） (2023-04-03T18:46:01Z)
• Understanding Translationese in Cross-Lingual Summarization [106.69566000567598]
  言語間要約(MS)は、異なる対象言語で簡潔な要約を生成することを目的としている。 大規模なCLSデータを集めるために、既存のデータセットは通常、それらの生成に翻訳を伴います。 本稿では、まず、CLSデータセット構築の異なるアプローチが、異なるレベルの翻訳に結びつくことを確認する。
  論文  参考訳（メタデータ） (2022-12-14T13:41:49Z)
• Overcoming Catastrophic Forgetting in Zero-Shot Cross-Lingual Generation [48.80125962015044]
  ラベル付きデータが英語でのみ利用可能である場合、対象言語で生成タスク(すなわち要約)を実行するという問題について検討する。 パラメータ効率の低い言語間での移動において、パラメータ効率の適応は標準的な微調整よりも向上することがわかった。 提案手法はさらなる品質向上を実現し,ロバストなゼロショット・クロスランガル生成が到達範囲内であることを示唆する。
  論文  参考訳（メタデータ） (2022-05-25T10:41:34Z)
• Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
  標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。 多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
  論文  参考訳（メタデータ） (2022-02-15T18:22:18Z)
• On Cross-Lingual Retrieval with Multilingual Text Encoders [51.60862829942932]
  言語間文書・文検索タスクにおける最先端多言語エンコーダの適合性について検討する。 教師なしのアドホック文と文書レベルのCLIR実験でそれらの性能をベンチマークする。 我々は、ゼロショット言語とドメイン転送CLIR実験のシリーズにおける英語関連データに基づいて、教師付き方式で微調整された多言語エンコーダの評価を行った。
  論文  参考訳（メタデータ） (2021-12-21T08:10:27Z)
• Cross-lingual Spoken Language Understanding with Regularized Representation Alignment [71.53159402053392]
  外部リソースを使わずに言語間で単語レベルの表現と文レベルの表現を整列する正規化手法を提案する。 言語間言語理解タスクの実験により、我々のモデルは、数ショットとゼロショットの両方のシナリオにおいて、最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-09-30T08:56:53Z)

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。