論文の概要: A Parallel Multi-Dialect Arabic Dependency Treebank
- arxiv url: http://arxiv.org/abs/2610.28823v1
- Date: Tue, 20 Oct 2026 18:45:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.125715
- Title: A Parallel Multi-Dialect Arabic Dependency Treebank
- Title（参考訳）: パラレル多次元アラビア依存ツリーバンク
- Abstract要約: 5つの都市方言にまたがる最初の大規模並列依存性ツリーバンクであるMADARTBを紹介する。
合計MADARTBは、CATiB依存性スキームを使用して注釈付けされた5000の文から構成される。
- 参考スコア（独自算出の注目度）: 10.46619710517155
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dependency parsing resource development for Arabic has largely focused on Modern Standard Arabic, leaving dialectal Arabic comparatively under-resourced. We introduce MADARTB, the first large-scale parallel dependency treebank spanning five city dialects: Beirut, Cairo, Doha, Rabat and Tunis, and extending an existing parallel MSA version. In total MADARTB consists of 5,000 sentences annotated using the CATiB dependency scheme. We analyze syntactic similarity across all city dialects and MSA. Although global construction profiles exhibit high similarity across varieties, local syntactic structures frequently diverge, revealing substantial structural variation across dialects. We further establish a cross-dialect dependency parsing comparison using a supervised parser and four LLMs. The supervised parser achieves 87.5% LAS, while the best LLM setup trails at 85.7% LAS across all six varieties on the test set. We release our annotations and models publicly.
- Abstract（参考訳）: アラビア語の係り受け解析資源開発は主に現代標準アラビア語に焦点が当てられ、方言のアラビア語は比較的資源が不足している。
我々は,ベイルート,カイロ,ドーハ,ラバト,チュニスの5つの都市方言にまたがる最初の大規模並列依存性ツリーバンクであるMADARTBを紹介し,既存の並列MSAバージョンを拡張した。
合計MADARTBは、CATiB依存性スキームを使用して注釈付けされた5000の文から構成される。
我々はすべての都市方言とMSAの構文的類似性を解析した。
グローバルな構成プロファイルは品種間で高い類似性を示すが、局所的な構文構造は頻繁に分岐し、方言間で実質的な構造変化を示す。
さらに,教師付きパーサと4つのLLMを用いて,相互依存関係解析の比較を行う。
教師付きパーサーは87.5%のLASを達成し、最高のLCMセットアップはテストセット上の6種類のすべてに対して85.7%のLASをパスする。
アノテーションとモデルを公開しています。
関連論文リスト
- Benchmarking Arabic Dialects for Math Problems [54.314768358226296]
DAR-MGSM (Dialectal Arabic Multilingual Grade School Math) ベンチマークを紹介する。
DAR-MGSMは多段階推論を必要とする数学用語の問題からなる。
DAR-MGSMを用いた11のアラビア語中心および多言語大言語モデルの評価を行った。
論文 参考訳（メタデータ） (2026-10-20T17:50:13Z) - EDRAC: Benchmarking Arabic Dialect Reading Comprehension [43.861708347921336]
EDRACは、方言のアラビア機械読解(MRC)と生成的QAのための最初の大規模ベンチマークである。
EDRACは、自然発生の音声相互作用に由来する499の通路と、対応する4,977のQA対を含む。
その結果,意味的回答の品質と方言の忠実度の間には大きなギャップがあることがわかった。
論文 参考訳（メタデータ） (2026-09-01T11:51:49Z) - Context-Aware Dialectal Arabic Machine Translation with Interactive Region and Register Selection [0.0]
現在のアラビア語の機械翻訳(MT)システムは、しばしば方言の多様性を考慮するのに苦労している。
本稿では,地域・言語的変動を明示的にモデル化した方言アラビア語 MT の文脈認識フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T20:54:19Z) - State-of-the-Art Arabic Language Modeling with Sparse MoE Fine-Tuning and Chain-of-Thought Distillation [0.030957264235843676]
Arabic-DeepSeek-R1 はアプリケーション駆動のオープンソース アラビア LLM で、疎い MoE バックボーンを活用し、表現不足の言語におけるデジタルエクイティギャップに対処する。
我々の4段階のCoT蒸留方式は、アラビア語固有の言語的検証と地域倫理規範を3億2200万トンの汚染制御されたアラビア語と英語の訓練混合物に統合します。
論文 参考訳（メタデータ） (2026-04-07T19:58:26Z) - DialectalArabicMMLU: Benchmarking Dialectal Capabilities in Arabic and Multilingual Language Models [54.10223256792762]
アラビア方言における大規模言語モデル(LLM)の性能評価のための新しいベンチマークであるDialectalArabicMMLUを提案する。
MMLU-Redux フレームワークを手動で翻訳し、3K 個の質問応答対を5つの主要な方言に適応することで拡張する。
論文 参考訳（メタデータ） (2025-10-31T15:17:06Z) - Second Language (Arabic) Acquisition of LLMs via Progressive Vocabulary Expansion [70.23624194206171]
本稿では,アラブ世界における大規模言語モデル(LLM)の民主化の必要性に対処する。
アラビア語のLLMの実用的な目的の1つは、復号を高速化するトークン化器にアラビア語固有の語彙を使用することである。
第二言語(アラビア語)による人への獲得の間に語彙学習に触発されたAraLLaMAは、進歩的な語彙拡張を採用している。
論文 参考訳（メタデータ） (2024-12-16T19:29:06Z) - AraDiCE: Benchmarks for Dialectal and Cultural Capabilities in LLMs [22.121471902726892]
本稿ではアラビア方言と文化評価のベンチマークであるAraDiCEを紹介する。
湾岸地域、エジプト地域、レバント地域の文化意識を評価するために設計された最初のきめ細かいベンチマーク。
論文 参考訳（メタデータ） (2024-09-17T17:59:25Z) - ArabicMMLU: Assessing Massive Multitask Language Understanding in Arabic [51.922112625469836]
アラビア語における最初のマルチタスク言語理解ベンチマークである、データセット名を提案する。
我々のデータは、現代標準アラビア語(MSA)における40のタスクと14,575のマルチチョイス質問で構成されており、地域の母語話者と協調して慎重に構築されている。
35モデルについて評価した結果,特にオープンソースモデルにおいて,改善の余地がかなり高いことが判明した。
論文 参考訳（メタデータ） (2024-02-20T09:07:41Z)
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。