論文の概要: Compound interpretation is based on analogy
- arxiv url: http://arxiv.org/abs/2610.01688v1
- Date: Thu, 01 Oct 2026 13:44:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:24.154144
- Title: Compound interpretation is based on analogy
- Title（参考訳）: 複合解釈は類推に基づいている
- Abstract要約: 複合意味が構成的意味からどのように最もよく予測されるかは、語彙意味論の計算モデルにおいて中心的な問題である。
本稿では,2つの構成成分族の平均シフトベクトルとともに,その構成成分の埋め込みを付加することにより,化合物の埋め込みを予測する新しいモデルCAMを提案する。
中国産マンダリン化合物のCAOSSモデルに対してCAMを評価した。
- 参考スコア（独自算出の注目度）: 0.19643748953805937
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: How compound meanings are best predicted from constituent meanings remains a central question in computational models of lexical semantics. Comparing different computational models provides a way to evaluate alternative accounts of how semantic information is combined during compound comprehension. We propose a new model, the Compound Analogy Model (CAM), that predicts a compound's embedding by adding its constituent embeddings together with the average shift vectors of the two constituents' compound families. The resulting model is parameter-free and exploits local analogical structure in the semantic space. We evaluated CAM against the CAOSS model on Mandarin Chinese compounds. CAM consistently achieved higher prediction accuracy than CAOSS on both training and held-out data, with the exception of three-character compounds, for which analogical generalization is constrained by both small constituent families and a pronounced imbalance in family size between the two constituents. The advantage of CAM remained when evaluation was based on frequency-defined train-test splits that better approximate generalization from familiar to novel compounds. To assess the cognitive plausibility of the two models, we further examined whether model-derived semantic measures predict visual lexical decision latencies for two-character compounds. Predictors derived from CAM provided improved prediction for response latencies compared to predictors derived from the CAOSS model. These findings indicate that compound meaning is better characterized as local analogical generalization than as the application of a learned global linear transformation, and demonstrate that analogical semantic structure provides a cognitively plausible basis for compound comprehension.
- Abstract（参考訳）: 複合意味が構成的意味からどのように最もよく予測されるかは、語彙意味論の計算モデルにおいて中心的な問題である。
異なる計算モデルの比較は、複合理解中に意味情報がどのように結合されるかを評価する方法を提供する。
本稿では,2つの構成成分族の平均シフトベクトルとともに,その構成成分の埋め込みを付加することにより,化合物の埋め込みを予測する新しいモデルCAMを提案する。
結果として得られるモデルはパラメータフリーであり、意味空間における局所的な類似構造を利用する。
中国産マンダリン化合物のCAOSSモデルに対してCAMを評価した。
CAMは3種類の成分を除いて,CAOSSよりも高い予測精度を保ちながら達成した。
CAMの利点は、よく知られた化合物から新しい化合物への近似を良くする周波数依存性の列車-試験分割に基づいて評価を行ったときに残った。
さらに,2つのモデルの認知的妥当性を評価するために,モデルに基づく意味尺度が2成分の視覚的語彙決定遅延を予測するかどうかを検討した。
CAMから派生した予測器は,CAOSSモデルから派生した予測器に比べて応答遅延の予測精度が向上した。
これらの結果から, 複合意味は, 学習された大域的線形変換の応用よりも局所的類推的一般化として特徴付けられることが示唆され, 類似的意味構造が複合理解の認知的に妥当な基盤となることが示唆された。
関連論文リスト
- A Grounded and Decomposed Framework for Relation-Level Hallucination Evaluation in Abstractive Summarization [2.6967769052209873]
本稿では,抽象的な要約における関係幻覚を評価するための,洗練された基礎的な枠組みを提案する。
本稿では,従属型関係抽出アルゴリズムを導入することにより,経験的関係幻覚指数(RHI)を提案する。
また、RHIの正規化された定式化を導入し、データセットとモデル間のスケール不変比較を保証する。
論文 参考訳（メタデータ） (2026-08-08T15:16:51Z) - Language Model Maps for Prompt-Response Distributions via Log-Likelihood Vectors [7.455546102930913]
本稿では,プロンプト応答対上での対数類似ベクトルによる言語モデル表現法を提案し,条件分布を比較するためのモデルマップを構築した。
公開言語モデルの大規模なコレクションの実験は、地図が意味のあるグローバル構造を捉えていることを示している。
このフレームワークは入力依存モデル行動の分析をサポートする。
論文 参考訳（メタデータ） (2026-03-19T08:02:06Z) - Identifiable Convex-Concave Regression via Sub-gradient Regularised Least Squares [1.9580473532948397]
複雑な入力関係を凸成分と凹成分の和としてモデル化する新しい非パラメトリック回帰法を提案する。
The method-ICCNLS-decomposes sub-constrained shape-constrained additive decomposition。
論文 参考訳（メタデータ） (2025-06-22T15:53:12Z) - Learning Identifiable Structures Helps Avoid Bias in DNN-based Supervised Causal Learning [56.22841701016295]
Supervised Causal Learning (SCL)はこの分野で新興パラダイムである。
既存のディープニューラルネットワーク(DNN)ベースの手法では、"Node-Edgeアプローチ"が一般的である。
論文 参考訳（メタデータ） (2025-02-15T19:10:35Z) - Sample Complexity Characterization for Linear Contextual MDPs [67.79455646673762]
文脈決定プロセス(CMDP)は、遷移カーネルと報酬関数がコンテキスト変数によってインデックス付けされた異なるMDPで時間とともに変化できる強化学習のクラスを記述する。
CMDPは、時間とともに変化する環境で多くの現実世界のアプリケーションをモデル化するための重要なフレームワークとして機能する。
CMDPを2つの線形関数近似モデルで検討する: 文脈変化表現とすべての文脈に対する共通線形重み付きモデルIと、すべての文脈に対する共通表現と文脈変化線形重み付きモデルIIである。
論文 参考訳（メタデータ） (2024-02-05T03:25:04Z) - Duality-Induced Regularizer for Semantic Matching Knowledge Graph
Embeddings [70.390286614242]
本稿では, 類似のセマンティクスを持つエンティティの埋め込みを効果的に促進する新しい正規化器(duality-induced RegulArizer (DURA))を提案する。
実験により、DURAは、最先端のセマンティックマッチングモデルの性能を一貫して改善することを示した。
論文 参考訳（メタデータ） (2022-03-24T09:24:39Z) - Treeging [0.0]
木組みは回帰木の柔軟な平均構造と、アンサンブル予測アルゴリズムのベース学習者へのクリグの共分散に基づく予測戦略を組み合わせる。
本研究では,空間及び時空シミュレーションシナリオの網羅的かつ広範囲な電池を横断するツリーングの予測精度について検討した。
論文 参考訳（メタデータ） (2021-10-03T17:48:18Z) - Out-of-distribution Generalization via Partial Feature Decorrelation [72.96261704851683]
本稿では,特徴分解ネットワークと対象画像分類モデルとを協調的に最適化する,PFDL(Partial Feature Deorrelation Learning)アルゴリズムを提案する。
実世界のデータセットを用いた実験により,OOD画像分類データセットにおけるバックボーンモデルの精度が向上することを示した。
論文 参考訳（メタデータ） (2020-07-30T05:48:48Z) - Exploiting Syntactic Structure for Better Language Modeling: A Syntactic
Distance Approach [78.77265671634454]
我々はマルチタスクの目的、すなわち、モデルが単語を同時に予測し、また「シンタクティック距離」と呼ばれる形態で真実解析木を解析する。
Penn Treebank と Chinese Treebank のデータセットによる実験結果から,地上の真理解析木を追加の訓練信号として提供すると,そのモデルはより低いパープレキシティを実現し,より良い品質で木を誘導できることが示された。
論文 参考訳（メタデータ） (2020-05-12T15:35:00Z) - Repulsive Mixture Models of Exponential Family PCA for Clustering [127.90219303669006]
指数関数型家族主成分分析(EPCA)の混合拡張は、従来のEPCAよりもデータ分布に関する構造情報を符号化するように設計された。
従来のEPCAの混合は、モデルの冗長性、すなわち混合成分間の重なりが問題であり、データクラスタリングの曖昧さを引き起こす可能性がある。
本稿では, 混合成分間での反発性増感前処理を導入し, ベイズ式に分散EPCA混合(DEPCAM)モデルを開発した。
論文 参考訳（メタデータ） (2020-04-07T04:07:29Z) - An enhanced Tree-LSTM architecture for sentence semantic modeling using
typed dependencies [0.0]
Tree-based Long short term memory (LSTM) ネットワークは、言語テキストの意味をモデル化するための最先端技術となっている。
本稿では、シーケンスの2つの入力間の関係をモデル化できる、リレーショナルゲートLSTMと呼ばれる拡張LSTMアーキテクチャを提案する。
また、文依存解析構造と依存型を用いて、文の意味を密度の高いベクトルに埋め込むTyped Dependency Tree-LSTMモデルを導入する。
論文 参考訳（メタデータ） (2020-02-18T18:10:03Z)
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。