論文の概要: Amharic-English Cross-Language Question Answering Using Statistical Machine Translation, Named Entity Recognition, and Semantic Indexing
- arxiv url: http://arxiv.org/abs/2610.14756v1
- Date: Sat, 10 Oct 2026 09:25:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 11:52:05.859491
- Title: Amharic-English Cross-Language Question Answering Using Statistical Machine Translation, Named Entity Recognition, and Semantic Indexing
- Title（参考訳）: 統計的機械翻訳, 名前付きエンティティ認識, セマンティックインデックスを用いたアムハラ語と英語のクロスランゲージ質問応答
- Abstract要約: 本稿では, 双方向のアムハラ語と英語の問合せシステムの設計, 不完全化, 評価について述べる。
ユーザーは、アムハラ語または英語で自然言語の質問を定式化し、他の言語で書かれた文書から回答を検索することができる。
このシステムは、クエリ翻訳のための統計機械翻訳(SMT)コンポーネント、アムハラ語テキスト処理のための最大エントロピー名前付きエンティティ認識(NER)コンポーネント、セマンティックベースインデックス、質問分析、通訳検索、回答抽出を統合する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The predominance of English-language Web content creates an information-access barrier for speakers of low-resource languages such as Amharic. This paper presents the design, imple-mentation, and evaluation of a bidirectional Amharic-English cross-language question answering (CLQA) system that allows a user to formulate a natural-language question in either Amharic or English and retrieve an answer from documents written in the other language. The system integrates a statistical machine translation (SMT) component for query translation, a maximum-entropy named entity recognition (NER) component for Amharic text processing, semantic-based indexing, question analysis, passage retrieval, and answer extraction. A domain-diverse Amharic-English parallel corpus was used to train the SMT component, while monolingual cor-pora supported language modeling. Documents were normalized, tokenized, stemmed, indexed, and semantically enriched before retrieval. The original evaluation used precision and recall as the principal effectiveness measures. For Amharic-to-English retrieval, the system achieved 72% precision and 79% recall; for English-to-Amharic retrieval, it achieved 65% precision and 70% recall. These findings show that a modular translation-and-retrieval architecture can provide useful cross-language access even under low-resource conditions. This revised article preserves the original experimental claims while situating them in the context of subsequent multilingual transformer and Amharic QA research.
- Abstract（参考訳）: 英語のWebコンテンツの優位性は、アムハラ語のような低リソース言語話者にとって情報アクセス障壁を生み出す。
本稿では,両言語間の問合せ(CLQA)システムの設計,不完全化,評価について述べる。
このシステムは、クエリ翻訳のための統計機械翻訳(SMT)コンポーネント、アムハラ語テキスト処理のための最大エントロピー名前付きエンティティ認識(NER)コンポーネント、セマンティックベースのインデックス付け、質問分析、通訳検索、回答抽出を統合する。
SMTコンポーネントのトレーニングにはドメイン・ディバース・アンハリック・イングリッシュ・パラレル・コーパスが使用され、モノリンガル・コーポラは言語モデリングをサポートした。
文書は、検索の前に正規化され、トークン化され、ステム化され、インデックス化され、意味的に豊かになった。
当初の評価は精度とリコールを主効力評価として用いた。
アムハラ語から英語への検索では72%の精度と79%のリコールが達成され、英語から英語への検索では65%の精度と70%のリコールが達成された。
これらの結果から,モジュール型翻訳検索アーキテクチャは,低リソース条件下でも有用な言語間アクセスを実現することができることがわかった。
本稿では,その後の多言語変換器とAmharic QA研究の文脈で検討しながら,元の実験的主張を保存した。
関連論文リスト
- Translation as a Computationally Efficient Bridge: Feasibility of English BERT for Low-Resource Languages [1.3899485276817554]
BERTモデルは、さまざまなドメインにわたる非構造化テキストを処理する能力を通じて、自然言語処理(NLP)に革命をもたらした。
非英語言語向けの高品質BERTモデルは、限られた注釈付きデータと高い計算要求のために依然として困難である。
本研究では,翻訳に基づく微調整とタスクや言語間のネイティブ言語BERT性能を比較した。
論文 参考訳（メタデータ） (2026-07-14T10:44:45Z) - MLAIRE: Multilingual Language-Aware Information Retrieval Evaluation Protocal [26.186599286240362]
MLAIREは多言語対応情報検索評価プロトコルである。
クエリ言語嗜好から言語間セマンティック検索を分離する。
標準メトリクスが明らかに異なる振る舞いを示す。
論文 参考訳（メタデータ） (2026-05-08T05:10:05Z) - NeuCLIRTech: Chinese Monolingual and Cross-Language Information Retrieval Evaluation in a Challenging Domain [49.3943974580576]
本稿では,技術情報に対するクロスランゲージ検索のための評価収集であるNeuCLIRTechについて述べる。
このコレクションは中国語で書かれた技術文書と、その機械が英語に翻訳されたもので構成されている。
このコレクションは中国語での単言語検索と、クエリ言語としての英語による言語横断検索という2つの検索シナリオをサポートしている。
論文 参考訳（メタデータ） (2026-02-05T05:57:55Z) - Bridging Language Gaps: Advances in Cross-Lingual Information Retrieval with Multilingual LLMs [0.19116784879310025]
言語間情報検索(CLIR)は、元のクエリとは異なる言語で書かれた関連文書を取得するという課題に対処する。
近年の進歩は、翻訳に基づく手法から埋め込みに基づくアプローチへと移行している。
この調査は、初期の翻訳に基づく手法から、最先端の埋め込み駆動および生成技術への展開の包括的概要を提供する。
論文 参考訳（メタデータ） (2025-10-01T13:50:05Z) - Text-to-SPARQL Goes Beyond English: Multilingual Question Answering Over Knowledge Graphs through Human-Inspired Reasoning [51.203811759364925]
mKGQAgentは、自然言語の質問をSPARQLクエリに変換し、モジュール化された解釈可能なサブタスクに変換するタスクを分解する。
2025年のText2SPARQLチャレンジにおいて、DBpediaとCorporateベースのKGQAベンチマークに基づいて評価され、私たちのアプローチは、他の参加者の中で第一に行われました。
論文 参考訳（メタデータ） (2025-07-22T19:23:03Z) - Do LLMs Understand Your Translations? Evaluating Paragraph-level MT with Question Answering [68.3400058037817]
本稿では,TREQA(Translation Evaluation via Question-Answering)について紹介する。
我々は,TREQAが最先端のニューラルネットワークとLLMベースのメトリクスより優れていることを示し,代用段落レベルの翻訳をランク付けする。
論文 参考訳（メタデータ） (2025-04-10T09:24:54Z) - MST5 -- Multilingual Question Answering over Knowledge Graphs [1.6470999044938401]
知識グラフ質問回答(KGQA)は、自然言語を用いたグラフベースモデルに格納された膨大な知識のクエリを単純化する。
既存の多言語KGQAシステムは、英語システムに匹敵する性能を達成するための課題に直面している。
本稿では,言語コンテキストとエンティティ情報を言語モデルの処理パイプラインに直接組み込むことで,多言語KGQAシステムを強化するための簡易なアプローチを提案する。
論文 参考訳（メタデータ） (2024-07-08T15:37:51Z) - Evaluating and Modeling Attribution for Cross-Lingual Question Answering [80.4807682093432]
この研究は、言語間質問応答の属性を初めて研究したものである。
我々は、5つの言語でデータを収集し、最先端の言語間QAシステムの属性レベルを評価する。
回答のかなりの部分は、検索されたどのパスにも帰属しないことがわかった。
論文 参考訳（メタデータ） (2023-05-23T17:57:46Z) - The Effect of Normalization for Bi-directional Amharic-English Neural
Machine Translation [53.907805815477126]
本稿では,比較的大規模なアムハラ語-英語並列文データセットを提案する。
我々は、既存のFacebook M2M100事前学習モデルを微調整することで、双方向のアムハラ語翻訳モデルを構築する。
その結果, 両方向のアンハラ語・英語機械翻訳の性能は, アンハラ語ホモホン文字の正規化により向上することが示唆された。
論文 参考訳（メタデータ） (2022-10-27T07:18:53Z) - Pivot Through English: Reliably Answering Multilingual Questions without
Document Retrieval [4.4973334555746]
低リソース言語(LRL)における解答に対する既存の解答法は、英語に大きく遅れた。
文書検索を回避し、英語から低リソース言語への知識の確実に転送する、より現実的なタスクセットアップを利用可能なリソースに策定します。
このタスク設定内では、リランク付き英語学習セットに対する意味的類似性検索に類似した、Reranked Maximal Internal Product Search (RM-MIPS)を提案する。
論文 参考訳（メタデータ） (2020-12-28T04:38:45Z)
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。