論文の概要: LastWords: Boring Problems Revisited

• arxiv url: http://arxiv.org/abs/2610.24894v1
• Date: Sat, 17 Oct 2026 22:31:56 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:09:17.341
• Title: LastWords: Boring Problems Revisited
• Title（参考訳）: LastWords: ボーリング問題を再考
• Abstract要約: 2022年、第2の著者はComputational LinguisticsでLast Wordsの論文を発表し、自然言語処理にはまだいくつかの問題があることを指摘した。 その文脈で議論された問題の1つは、テキストの正規化であり、その特定のサブプロブレム、すなわち数名の読み取りである。 実際、ここで述べたように、この問題(名前の読み方)は、少なくとも最新のフロンティアモデルの1つによって事実上解決された。
• 参考スコア（独自算出の注目度）: 8.972238929902543
• License:
• Abstract: In 2022, the second author published a Last Words piece in Computational Linguistics in which he pointed out that, despite the advances in AI up to that point, there were still some problems in natural language processing that on the one hand seemed trivial and perhaps boring, but on the other were hard to solve using purely neural methods. One such problem discussed in that context was text normalization, and a particular subproblem of that, namely number name reading. The piece came out just a few months before the first release of ChatGPT, and needless to say, a lot has happened since then. Indeed, as we document here, the problem (of number name reading) has practically been solved, at least by one of the latest frontier models. However, we believe that there are still open issues for such limited domain, constrained and limited resource problems, and that in some future machine learning approach, the massive resources of the latest frontier models would not be needed to solve them.
• Abstract（参考訳）: 2022年、第2の著者はComputational LinguisticsでLast Wordsの論文を発表し、AIの進歩にもかかわらず、自然言語処理には問題がまだいくつかあることを指摘した。 その文脈で議論された問題の1つは、テキストの正規化であり、その特定のサブプロブレム、すなわち数名の読み取りである。 この作品はChatGPTの最初のリリースの数ヶ月前に発表され、それ以来多くのことが起きていることは言うまでもない。 実際、ここで述べたように、この問題(名前の読み方)は、少なくとも最新のフロンティアモデルの1つによって、事実上解決された。 しかし、そのような制限されたドメイン、制約付き、限られたリソースの問題にはまだ未解決の問題があり、将来の機械学習アプローチでは、最新のフロンティアモデルの膨大なリソースは、それらを解決するのに必要ではないと考えています。

関連論文リスト

• Are you going to finish that? A Practical Study of the Partial Token Problem [85.49816027251013]
  言語モデル(LM)はトークンのシーケンスによって訓練されるが、ユーザはテキストを介してLMと対話する。 このミスマッチは、ユーザーが期待する次のトークンの途中でプロンプトを終了したときに発生する部分トークン問題を引き起こす。 この研究では、トークンと"ワード"境界がしばしば並んでいない3つのドメインを特定します。
  論文  参考訳（メタデータ） (2026-01-30T17:47:16Z)
• Passage Retrieval of Polish Texts Using OKAPI BM25 and an Ensemble of Cross Encoders [0.7252027234425334]
  本稿では,Poleval 2023 Task 3: Passage Retrieval Challengeに対する勝利のソリューションを提案する。 ポーランドのテキストを3つの領域(トリビア、合法、カスタマーサポート)で検索する。 この手法はOKAPI BM25アルゴリズムを用いて文書を検索し、公開の多言語クロスランクのアンサンブルを再構成した。
  論文  参考訳（メタデータ） (2024-10-06T20:43:42Z)
• Intertwining CP and NLP: The Generation of Unreasonably Constrained Sentences [49.86129209397701]
  CPにおける制約文の生成手法が提案されている(Bonlarron et al, 2023) 本稿では,これらの難解な問題の多くに対処する,より汎用的なアプローチを提案する。 CPベースのアプローチのおかげで、強い制約のある文が生成される。
  論文  参考訳（メタデータ） (2024-06-15T17:40:49Z)
• Why are NLP Models Fumbling at Elementary Math? A Survey of Deep Learning based Word Problem Solvers [7.299537282917047]
  単語問題を解くために開発された様々なモデルについて批判的に検討する。 学術的な関心が豊富にあるにもかかわらず、主に使われている実験とデータセットの設計がいまだに停滞している理由を、一歩後退して分析する。
  論文  参考訳（メタデータ） (2022-05-31T10:51:25Z)
• Solving Infinite-Domain CSPs Using the Patchwork Property [17.101875753030754]
  制約問題(CSP)は、コンピュータ科学とAIにおいて重要な応用である。 非常に成功したアプローチは、基礎となる原始グラフのツリー幅を束縛することである。 基本関係がパッチワーク特性を持つCSPに対して、これを$f(w)cdot nO(1)$に制限する。
  論文  参考訳（メタデータ） (2021-07-03T13:04:41Z)
• AdaVQA: Overcoming Language Priors with Adapted Margin Cosine Loss [73.65872901950135]
  本研究は,特徴空間学習の観点から,言語先行問題に挑戦する試みである。 適応したマージンコサイン損失は、頻繁でスパースな回答特徴空間を区別するように設計されている。 実験の結果, 適応したマージンコサイン損失はベースラインモデルを大きく向上できることがわかった。
  論文  参考訳（メタデータ） (2021-05-05T11:41:38Z)
• Universal Natural Language Processing with Limited Annotations: Try Few-shot Textual Entailment as a Start [125.23550801424328]
  Universal Few-shot Textual Entailment (UFO-Entail) universal Few-shot Textual Entailment (UFO-Entail)を紹介する。 我々は、このフレームワークにより、事前訓練されたエンターテイメントモデルが、数ショット設定で新しいエンターテイメントドメインでうまく機能できることを実証する。
  論文  参考訳（メタデータ） (2020-10-06T09:50:25Z)
• Novel Language Resources for Hindi: An Aesthetics Text Corpus and a Comprehensive Stop Lemma List [0.0]
  2つの新しいヒンディー語リソースが作成され、一般公開されている。 この研究は、ストップワードの代わりにストップレムマを使うことに重点を置いている。 また、停止語に比べ、停止語は複数のソースにまたがる一貫性が強いことが観察された。
  論文  参考訳（メタデータ） (2020-02-01T08:49:17Z)

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。