論文の概要: A generative-informed neuro-symbolic framework for syntactic ambiguity resolution: Evidence from Arabic DPs

• arxiv url: http://arxiv.org/abs/2610.02529v1
• Date: Thu, 01 Oct 2026 22:00:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.098047
• Title: A generative-informed neuro-symbolic framework for syntactic ambiguity resolution: Evidence from Arabic DPs
• Title（参考訳）: 構文的曖昧性解消のための生成的インフォームドニューロシンボリック・フレームワーク:アラビアDPからの証拠
• Abstract要約: 本研究は,現代標準アラビア語(MSA)DPにおける構造的曖昧性を解決するための生成的情報伝達型ニューロシンボリックフレームワークを提案する。 このフレームワークは、あいまいさを候補に基づく意思決定タスクとして表現することにより、生成的構文概念をAraBERTと統合する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Syntactic ambiguity poses a persistent challenge for Arabic NLP, particularly in morphologically rich nominal constructions where multiple structu6ral interpretations may be compatible with the same surface sequence. This study proposes a generatively informed neuro-symbolic framework for resolving structural ambiguity in Modern Standard Arabic (MSA) DPs. The framework integrates generative syntactic notions with AraBERT by representing ambiguity as a candidate-based decision task in which linguistically motivated alternatives are explicitly constructed and evaluated through candidate-conditioned input representations. Findings indicate that the model achieved 96.88% accuracy, 95.92% macro-F1, 96.83% weighted F1, and 93.94% binary F1 on the unseen evaluation set. Class-level analysis revealed asymmetric performance, with recall of 99.71% for High/VP Attachment (N1) and 89.26% for Low/NP/Embedded Attachment (N2), indicating greater difficulty in recovering the embedded interpretation. The study concludes that formal syntactic representations can be operationalized within Transformer-based NLP as an explicit interface between linguistic structure and contextual neural modeling, providing a controlled and interpretable approach to Arabic syntactic ambiguity resolution and beyond.
• Abstract（参考訳）: 構文的曖昧さは、アラビアのNLP、特に複数の構造的6ラル解釈が同じ表面配列と互換性があるような形態学的に豊かな名目構造において、永続的な課題を生じさせる。 本研究は,現代標準アラビア語(MSA)DPにおける構造的曖昧性を解決するための生成的情報伝達型ニューロシンボリックフレームワークを提案する。 このフレームワークは、言語的に動機付けられた代替案が明示的に構築され、候補条件の入力表現によって評価される候補ベース決定タスクとしてあいまいさを表現することで、AraBERTと生成的構文概念を統合する。 このモデルは96.88%の精度、95.92%のマクロF1、96.83%の重み付きF1、93.94%のバイナリF1を達成した。 クラスレベルの分析では、ハイ/VPアタッチメント(N1)が99.71%、ロー/NP/埋め込みアタッチメント(N2)が89.26%の非対称な性能を示し、組込み解釈の回復が困難であった。 この研究は、形式的な構文表現をトランスフォーマーベースのNLP内で言語構造と文脈的ニューラルモデリングの明確なインターフェースとして運用することができ、アラビアの構文的曖昧性解決などに対する制御および解釈可能なアプローチを提供すると結論付けている。

関連論文リスト

• Linguistic Features for Interpretable Textual Entailment [0.0]
  本稿では,テキスト・エンタテインメントの認識のためのハイブリッドモデルであるSLITEを提案する。 本稿では,エンティティレベルの意味関係,極性に敏感な語彙マッチング,類似度行列のセマンティック部分表現に対するアライメントなどを組み合わせた17の特徴について述べる。 これらの特徴に基づいてトレーニングされたロジスティック回帰は、SICK-CEで83%、SICK-CEで96%の精度を達成し、IsoLexを4ポイント上回り、計算複雑性のごく一部でRoBERTaの2ポイント以内に低下する。
  論文  参考訳（メタデータ） (2026-09-21T17:26:30Z)
• Analyzing and Encoding the Al-Mawrid Arabic-English Dictionary with the ISO Language Markup Framework and TEI Lex-0 [1.1267872663780352]
  本稿ではアラビア語辞書Al-Mawridの体系的デジタル化と符号化のための堅牢な方法論を提案する。 従来の印刷資源から標準化された計算語彙に変換する。 辞書のマクロ構造とミクロ構造に編集ビューを適用することにより、20世紀のバイリンガル辞書に典型的な構造的曖昧さと不整合を解消する。
  論文  参考訳（メタデータ） (2026-06-16T17:35:11Z)
• Text-to-State Mapping for Non-Resolution Reasoning: The Contradiction-Preservation Principle [0.0]
  非解答推論(Non-Resolution Reasoning、NRR)は、初期解釈の崩壊を強制するのではなく、意味的曖昧性を維持するための正式な枠組みを提供する。 本稿では,言語入力をNRRフレームワーク内の重ね合わせ状態に変換するテキスト間マッピング機能を提案する。
  論文  参考訳（メタデータ） (2026-01-12T08:04:47Z)
• Transformer-Enabled Diachronic Analysis of Vedic Sanskrit: Neural Methods for Quantifying Types of Language Change [0.10742675209112622]
  本研究は, ニューラルシンボリックなハイブリッド手法が, 形態学的にリッチで低リソースな言語の進化に対して, 新たな洞察をもたらすことを実証した。 サンスクリットの2000年以上の期間を定量的に分析し、形態学的にリッチで低リソースな言語の進化に関する新たな洞察をいかに弱く教師付きハイブリッド手法が得るかを実証した。
  論文  参考訳（メタデータ） (2025-12-05T02:02:01Z)
• Detecting Neurocognitive Disorders through Analyses of Topic Evolution and Cross-modal Consistency in Visual-Stimulated Narratives [83.15653194899126]
  神経認知障害(NCD)の早期発見は、時間的介入と疾患管理に不可欠である。 現在のVSNベースのNCD検出法は主にボトムアップ、刺激駆動認知プロセスと密接に結びついている言語マイクロ構造に焦点を当てている。 本稿では,話題の時間的変化を追跡する動的トピックモデル(DTM)と,物語と視覚刺激の相互整合性を測定するテキスト画像時間アライメントネットワーク(TITAN)の2つの新しいマクロ構造手法を提案する。
  論文  参考訳（メタデータ） (2025-01-07T12:16:26Z)
• We're Afraid Language Models Aren't Modeling Ambiguity [136.8068419824318]
  あいまいさの管理は人間の言語理解の重要な部分です。 文中のあいまいさは,他の文との係り受け関係に与える影響によって特徴付けられる。 我々は,多ラベルNLIモデルが曖昧さによって誤解を招く野生の政治的主張にフラグを付けることができることを示す。
  論文  参考訳（メタデータ） (2023-04-27T17:57:58Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)

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。