論文の概要: POS-Signature Demonstration Retrieval for In-Context Dependency Parsing

• arxiv url: http://arxiv.org/abs/2610.31966v1
• Date: Thu, 22 Oct 2026 22:15:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.304326
• Title: POS-Signature Demonstration Retrieval for In-Context Dependency Parsing
• Title（参考訳）: In-Context Dependency Parsing のためのPOS-Signature Demonstration Retrieval
• Abstract要約: POS-signature Policyを用いたUniversal Dependencies解析のための実演選択について検討する。 UD English Web Treebank test setの2,077文を微調整することなく、2つのオープンウェイト言語モデルを評価する。
• 参考スコア（独自算出の注目度）: 0.5989925928850475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Demonstrations for in-context learning are often retrieved by semantic similarity, which may be a poor proxy for relevance in structured prediction. We study demonstration selection for Universal Dependencies parsing with a POS-signature policy that represents sentences with weighted part-of-speech statistics and retrieves three length-compatible, gold-parsed examples from the labeled training split. We evaluate two open-weight language models without fine-tuning on all 2,077 sentences of the UD English Web Treebank test set, comparing the policy with shot- and format-matched fixed and semantic three-shot baselines, as well as zero-shot, chain-of-thought, and critique-refinement systems. POS-signature retrieval yields the highest labeled attachment score among the tested prompting systems for both models (72.4 and 73.2), outperforming semantic retrieval by 1.9 and 2.7 points; paired-bootstrap 95% confidence intervals exclude zero for both contrasts. Chain-of-thought and refinement comparisons vary across models. These exploratory results favor the tested POS-signature retrieval approach on English-EWT. We release the prompts, archived outputs, and evaluation code.
• Abstract（参考訳）: 文脈内学習の実証は、しばしば意味的類似性によって検索されるが、これは構造化された予測における関連性の低いプロキシである。 重み付き部分音声統計文を表現したPOS署名ポリシーを用いたユニバーサル依存関係解析のための実演選択について検討し、ラベル付きトレーニングスプリットから長さ互換のゴールドパース付き3つの例を検索する。 我々は、UD English Web Treebankテストセットの2,077文を微調整せずに、2つのオープンウェイト言語モデルを評価し、そのポリシーを、ゼロショット、チェーン・オブ・シークレット、批判的リファインメントシステムとともに、ショットマッチングされた固定およびセマンティックな3ショットベースラインと比較した。 POS署名検索は、両方のモデルのテストプロンプトシステム(72.4と73.2)の中で最も高いラベル付きアタッチメントスコアを獲得し、セマンティック検索を1.9と2.7ポイントで上回り、ペア付きブートストラップ95%の信頼区間は両コントラストの0を除外する。 思考の連鎖と改善の比較はモデルによって異なる。 これらの探索結果は、英語-EWTにおけるPOS署名検索手法の検証に好適である。 プロンプト、アーカイブされた出力、評価コードをリリースします。

関連論文リスト

• PULSE: Identifying Demonstration-Utility Features with Sparse Autoencoders [6.205204675249111]
  インコンテキスト学習は、デモの選択に非常に敏感である。 ほとんどのメソッドは、外部クエリ-デモの類似性を使ってデモを選択する。 実演ユーティリティに関連するモデル内特徴を識別するフレームワークであるPULSEを紹介する。
  論文  参考訳（メタデータ） (2026-09-26T11:00:40Z)
• Semantic Candidate-Job Matching: A Comparative Evaluation of Dense Embedding Models in Hybrid Retrieval [0.9354609712376276]
  本稿では,高ボリュームスタッフリングにおけるセマンティックな候補-ジョブマッチングのための密着型埋め込みモデルの比較評価を行う。 MNRL (Cached Multiple Negatives Ranking Loss) を用いた EmbeddingGemma に対する EmbeddingGemma の評価を行った。 本稿では,汎用型埋め込みベンチマークと企業向けジョブ候補マッチング制約のギャップを解消し,現実的なジョブ候補検索条件下での埋め込み戦略を比較するための構造的基盤を提供する。
  論文  参考訳（メタデータ） (2026-09-20T02:50:12Z)
• DPH Parser: A Bottom-Up Grammar-Driven Parser for Joint Constituency and Dependency Analysis [0.0]
  本稿では,HPSG (Generalized Phrase Structure Grammar) とHPSG (Head-driven Phrase Structure Grammar) にインスパイアされた文法駆動型ボトムアップ非重畳構文解析フレームワークを提案する。 このシステムは確率的POSコーパスタグ付け、フレーズ投影、重み付け仮説を組み合わせて、現実的で部分的にノイズのあるテキスト入力を処理する。 現在のシステムは、現代のニューラルネットワークの精度にはまだアプローチしていないが、この結果は、ツリーバンクデータに透過的なルールベースのボトムアップ解析を適用する可能性を示している。
  論文  参考訳（メタデータ） (2026-09-05T12:58:58Z)
• Comparing BERT Sentence-Pair Classification and Few-Shot LLM Prompting for Detecting Threat and Solution Framing in German Climate News [1.4465033892011254]
  我々は,ドイツ語の気候ニュース記事から文を脅威指向,解決指向,両方,あるいは両方に分類する2つのアプローチを提案する。 第一のアプローチは、オープンウェイトな大規模言語モデル(Llama 4 Maverick)で、連鎖推論と信頼度スコアによる構造化アウトプットを採用した、数発のプロンプトを使用する。 第二のアプローチは、文ペア分類のためのドイツのBERTモデル(deepset/gbert-large)を微調整する。
  論文  参考訳（メタデータ） (2026-06-25T00:48:40Z)
• Cross-modal Proxy Evolving for OOD Detection with Vision-Language Models [59.242742594156546]
  CoEvoは、テキストプロキシとビジュアルプロキシの両方を双方向でサンプル条件で適応するテストタイムフレームワークである。 CoEvoは最先端のパフォーマンスを実現し、AUROCを1.33%改善し、ImageNet-1KではFPR95を45.98%削減した。
  論文  参考訳（メタデータ） (2026-01-13T12:08:26Z)
• Syntactic Control of Language Models by Posterior Inference [53.823006836309695]
  言語モデルによって生成されたテキストの構文構造を制御することは、明快さ、スタイリスティックな一貫性、解釈可能性を必要とするアプリケーションにとって重要である。 後部推論に基づくサンプリングアルゴリズムは、生成中に対象の選挙区構造を効果的に強制することができると論じる。 提案手法では,提案分布からのサンプリングにより後続分布を推定するモンテカルロ法と,各生成したトークンが所望の構文構造に整合することを保証する統語タグを併用する。
  論文  参考訳（メタデータ） (2025-06-08T14:01:34Z)
• Adapting Dual-encoder Vision-language Models for Paraphrased Retrieval [55.90407811819347]
  モデルが類似した結果を返すことを目的とした,パラフレーズ付きテキスト画像検索の課題について考察する。 我々は、大きなテキストコーパスで事前訓練された言語モデルから始まる二重エンコーダモデルを訓練する。 CLIPやOpenCLIPのような公開デュアルエンコーダモデルと比較して、最高の適応戦略で訓練されたモデルは、パラフレーズクエリのランク付けの類似性を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-05-06T06:30:17Z)
• UnifieR: A Unified Retriever for Large-Scale Retrieval [84.61239936314597]
  大規模な検索は、クエリを与えられた巨大なコレクションから関連ドキュメントをリコールすることである。 事前学習型言語モデル(PLM)に基づく最近の検索手法は,高密度ベクターあるいはレキシコンに基づくパラダイムに大別することができる。 本論文では,高密度ベクトルとレキシコンに基づく検索を2つの表現能力を持つ1つのモデルで統合する学習フレームワークUnifieRを提案する。
  論文  参考訳（メタデータ） (2022-05-23T11:01:59Z)
• Visualizing Classifier Adjacency Relations: A Case Study in Speaker Verification and Voice Anti-Spoofing [72.4445825335561]
  任意のバイナリ分類器によって生成される検出スコアから2次元表現を導出する簡単な方法を提案する。 ランク相関に基づいて,任意のスコアを用いた分類器の視覚的比較を容易にする。 提案手法は完全に汎用的であり,任意の検出タスクに適用可能だが,自動話者検証と音声アンチスプーフィングシステムによるスコアを用いた手法を実証する。
  論文  参考訳（メタデータ） (2021-06-11T13:03:33Z)
• Towards Instance-Level Parser Selection for Cross-Lingual Transfer of Dependency Parsers [59.345145623931636]
  我々は、インスタンスレベルの選択(ILPS)という、新しい言語間移動パラダイムを論じる。 本稿では,デレキシライズドトランスファーの枠組みにおけるインスタンスレベルの選択に着目した概念実証研究を提案する。
  論文  参考訳（メタデータ） (2020-04-16T13:18:55Z)

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。