論文の概要: A Computational Approach to Measuring Semantic Change in Sanskrit Literature
- arxiv url: http://arxiv.org/abs/2609.25012v1
- Date: Fri, 31 Jul 2026 05:22:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.831947
- Title: A Computational Approach to Measuring Semantic Change in Sanskrit Literature
- Title（参考訳）: サンスクリット文学における意味変化の計算的アプローチ
- Abstract要約: 本稿は、このパラダイムが古代の低リソース言語であるサンスクリットに移行するかどうかを検証する。
私は、4つの標準周期にまたがる2.7Mトーケンコーパスを組み立て、ニューラルバイトレベルのサンジ分割器で単語境界を回復し、構成をまたいだ周期ごとの埋め込みを訓練する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diachronic word embeddings have become the modern standard for tracking semantic change, yet they have been largely validated on modern, high-resource, and well-segmented languages. This paper tests whether the paradigm transfers to Sanskrit, an ancient, low-resource language whose phonological fusion (sandhi), morphological inflection, compounding, and polysemy pose a unique challenge. I assemble a 2.7M-token corpus spanning four canonical periods, recover word boundaries with a neural byte-level sandhi splitter and lemmatizer, and train per-period embeddings across configurations. To evaluate the system, I curate a validation set from historical scholarship and test recovery directionally with anchor displacement. Of 21 testable shifts, 19 move in the philologically attested direction (sign test, p=0.00011). I further show which configuration the language forces and comment on opportunities for improvement.
- Abstract（参考訳）: ダイアクロニックな単語の埋め込みはセマンティックな変化を追跡するための現代の標準となっているが、それらは現代的で高リソースでよく区切られた言語で大きく検証されている。
このパラダイムがサンスクリットへ移行するかどうかを検証し,音韻的融合(サンディー),形態的インフレクション,複合化,ポリセミーが独特な課題であることを示す。
私は、4つの標準周期にまたがる2.7Mトーケンコーパスを組み立て、ニューラルバイトレベルのサンジスプリッタとレムマタイザで単語境界を回復し、構成にまたがる周期ごとの埋め込みを訓練する。
本システムを評価するため,歴史学研究から設定した検証と,アンカー変位の方向による回収を検証した。
21の試験可能なシフトのうち19は、系統的に証明された方向に移動する(符号テスト、p=0.00011)。
さらに、どの言語を強制するかを示し、改善の機会についてコメントします。
関連論文リスト
- Pixel Sentence Representation Learning [67.4775296225521]
本研究では,視覚表現学習プロセスとして,文レベルのテキスト意味論の学習を概念化する。
タイポスや単語順シャッフルのような視覚的に接地されたテキスト摂動法を採用し、人間の認知パターンに共鳴し、摂動を連続的に認識できるようにする。
我々のアプローチは、大規模に教師なしのトピックアライメントトレーニングと自然言語推論監督によってさらに強化されている。
論文 参考訳（メタデータ） (2024-02-13T02:46:45Z) - OYXOY: A Modern NLP Test Suite for Modern Greek [2.059776592203642]
本稿では,ギリシャ語NLPのための言語的動機付け評価スイートの開発に向けた基礎的なステップとして機能する。
本稿では,自然言語推論,単語感覚の曖昧さ,メタファ検出を対象とする4つの専門家による評価タスクを紹介する。
既存のタスクの言語による複製よりも、より広いリソースと評価コミュニティに共鳴する2つのイノベーションに貢献する。
論文 参考訳（メタデータ） (2023-09-13T15:00:56Z) - A Corpus for Sentence-level Subjectivity Detection on English News Articles [49.49218203204942]
我々はこのガイドラインを用いて、議論を呼んだ話題に関する英ニュース記事から抽出した638の目的語と411の主観的な文からなるNewsSD-ENGを収集する。
我々のコーパスは、語彙や機械翻訳といった言語固有のツールに頼ることなく、英語で主観的検出を行う方法を舗装している。
論文 参考訳（メタデータ） (2023-05-29T11:54:50Z) - Towards Unsupervised Recognition of Token-level Semantic Differences in
Related Documents [61.63208012250885]
意味的差異をトークンレベルの回帰タスクとして認識する。
マスク付き言語モデルに依存する3つの教師なしアプローチについて検討する。
その結果,単語アライメントと文レベルのコントラスト学習に基づくアプローチは,ゴールドラベルと強い相関関係があることが示唆された。
論文 参考訳（メタデータ） (2023-05-22T17:58:04Z) - Oolong: Investigating What Makes Transfer Learning Hard with Controlled
Studies [21.350999136803843]
GLUEベンチマークの言語を体系的に変換し、言語間変動の1軸を一度に変更する。
モデルが構文的変化から大きく回復することはできるが,語彙的誤りから回復することは不可能である。
我々の実験は、言語移行シナリオを設計する際に研究者が最も注目すべき言語間移動の要因に関する洞察を提供する。
論文 参考訳（メタデータ） (2022-02-24T19:00:39Z) - Evaluating the Morphosyntactic Well-formedness of Generated Texts [88.20502652494521]
L'AMBRE – テキストのモルフォシンタク的整形性を評価する指標を提案する。
形態的に豊かな言語に翻訳するシステムのダイアクロニックスタディを通じて,機械翻訳作業におけるメトリックの有効性を示す。
論文 参考訳（メタデータ） (2021-03-30T18:02:58Z) - 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) - A Probabilistic Approach in Historical Linguistics Word Order Change in
Infinitival Clauses: from Latin to Old French [0.0]
この論文はラテン語と古フランス語の歴史における不定詞節の語順変化を調査している。
言語変化の各段階における単語順序の同時変化について検討し,その特徴,周期化,ダイアクロニック変動の制約を推定する。
従来の言語変化パターンにも適合する,単語順変化の3段階確率モデルを提案する。
論文 参考訳（メタデータ） (2020-11-16T20:30:31Z) - Constructing a Family Tree of Ten Indo-European Languages with
Delexicalized Cross-linguistic Transfer Patterns [57.86480614673034]
我々は,デレクシカル化転送を,解釈可能なツリー・ツー・ストリングパターンとツリー・ツー・ツリーパターンとして定式化する。
これにより、言語間移動を定量的に探索し、第二言語習得の問い合わせを拡張することができる。
論文 参考訳（メタデータ） (2020-07-17T15:56:54Z) - Validation and Normalization of DCS corpus using Sanskrit Heritage tools
to build a tagged Gold Corpus [0.0]
デジタル・コーパス・オブ・サンスクリット(Digital Corpus of Sanskrit)は、その形態的および語彙的タグ付けとともに約65万の文を記録している。
サンスクリット・ヘリテージ・エンジン(英語版)の読者は、形態学的および語彙的分析を伴うあらゆる可能な区分を生産している。
論文 参考訳（メタデータ） (2020-05-13T19:23:43Z)
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。