論文の概要: Japanese Discourse Structure Analysis Based on Segmented Discourse Representation Theory Using LLMs

• arxiv url: http://arxiv.org/abs/2610.36667v1
• Date: Tue, 27 Oct 2026 05:39:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.489399
• Title: Japanese Discourse Structure Analysis Based on Segmented Discourse Representation Theory Using LLMs
• Title（参考訳）: LLMを用いた分割談話表現理論に基づく日本語談話構造解析
• Abstract要約: LLMを用いて既存の英語SDRTコーパスを翻訳し,日本語SDRTコーパスを構築する。 このモデルが英語と英語で同等の性能を発揮することを示す。 この構造的依存は、英語と日本語のかなりの類型的差異にもかかわらず、同等のパフォーマンスを説明できるかもしれない。
• 参考スコア（独自算出の注目度）: 13.344883994094452
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Discourse parsing based on Segmented Discourse Representation Theory (SDRT) is crucial for capturing the structural dynamics of dialogues. However, most prior research focuses on English, and its effectiveness for Japanese remains unclear owing to the lack of Japanese SDRT corpora. To address this issue, we construct Japanese SDRT corpora by translating existing English SDRT corpora using an LLM. Through a comparative evaluation of prompt-based and fine-tuned LLMs, we show that the models achieve comparable performance between English and Japanese, suggesting the cross-lingual applicability of SDRT-based discourse parsing. In order to investigate why the English and Japanese parsers achieve similar performance, we conduct ablation analyses on discourse markers and contextual inputs. Our results reveal that most of the Japanese discourse markers we examined have little impact, and the models' predictions depend heavily on contextual discourse relations rather than on the content of the context clauses. This structural reliance might explain the comparable performance despite the substantial typological differences between English and Japanese.
• Abstract（参考訳）: 談話表現論(SDRT)に基づく談話構文解析は,対話の構造的ダイナミクスを捉える上で重要である。 しかし、ほとんどの先行研究は英語に焦点が当てられており、日本語のSDRTコーパスが欠如しているため、日本語に対する効果は未だ不明である。 この問題に対処するため、LLMを用いて既存の英語SDRTコーパスを翻訳し、日本語SDRTコーパスを構築する。 提案手法は, 日本語と英語の相互比較評価により, SDRTに基づく談話構文解析の言語間適用性が示唆された。 英語と日本語のパーサーが類似したパフォーマンスを実現するために,談話マーカーと文脈入力のアブレーション分析を行った。 その結果,日本語の談話マーカーはほとんどの影響を受けておらず,その予測は文脈節の内容よりも文脈的談話関係に大きく依存していることが判明した。 この構造的依存は、英語と日本語のかなりの類型的差異にもかかわらず、同等のパフォーマンスを説明できるかもしれない。

関連論文リスト

• Implementing a Logical Inference System for Japanese Comparatives [15.852779398905957]
  本研究では,構成意味論に基づく日本語比較の論理推論システムであるccg-jcompを提案する。 比較式を含む日本語NLIデータセットを用いて,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2025-09-17T06:37:10Z)
• Language Mixing in Reasoning Language Models: Patterns, Impact, and Internal Causes [54.96891982093408]
  RLM(Reasoning Language Model)は、チェーン・オブ・シント・プロセスを利用して構造化中間ステップを生成することで、複雑なタスクに優れる。 言語混合、すなわちプロンプト以外の言語からのトークンを含む推論ステップがアウトプットで観測され、性能に影響することが示されている。 本研究では, RLMにおける言語混合に関する最初の体系的研究を行い, そのパターン, 影響, 内部要因を15言語にわたって検討した。
  論文  参考訳（メタデータ） (2025-05-20T18:26:53Z)
• A 2-step Framework for Automated Literary Translation Evaluation: Its Promises and Pitfalls [23.30119735386842]
  文芸機械翻訳を評価するための2段階パイプラインの実現可能性を提案し,評価する。 私たちのフレームワークは、文学翻訳に適した細粒度で解釈可能なメトリクスを提供します。
  論文  参考訳（メタデータ） (2024-12-02T10:07:01Z)
• Advocating Character Error Rate for Multilingual ASR Evaluation [1.2597747768235845]
  本稿では,単語誤り率(WER)の限界を評価指標として記述し,文字誤り率(CER)を主指標として提唱する。 我々は,CERがWERが直面している課題の多くを回避し,書き込みシステム全体の一貫性を示すことを示す。 以上の結果から,多言語ASR評価においてCERを優先的に,少なくとも補足すべきであることが示唆された。
  論文  参考訳（メタデータ） (2024-10-09T19:57:07Z)
• Bilingual Rhetorical Structure Parsing with Large Parallel Annotations [5.439020425819001]
  我々は,大規模で多様な英語GUM RSTコーパスに対して,パラレルなロシア語アノテーションを導入する。 我々のエンドツーエンドRTTは、英語とロシア語のコーパスで最先端の結果を得る。 我々の知る限り、この研究は、手動で注釈付けされた並列コーパス上での言語間エンドツーエンドのRTT解析の可能性を評価する最初のものである。
  論文  参考訳（メタデータ） (2024-09-23T12:40:33Z)
• The Power of Question Translation Training in Multilingual Reasoning: Broadened Scope and Deepened Insights [108.40766216456413]
  大規模言語モデルの英語と非英語のパフォーマンスのギャップを埋めるための質問アライメントフレームワークを提案する。 実験結果から、さまざまな推論シナリオ、モデルファミリー、サイズにわたって、多言語のパフォーマンスを向上できることが示された。 我々は、表現空間、生成された応答とデータスケールを分析し、質問翻訳訓練がLLM内の言語アライメントをどのように強化するかを明らかにする。
  論文  参考訳（メタデータ） (2024-05-02T14:49:50Z)
• Cross-lingual Transferring of Pre-trained Contextualized Language Models [73.97131976850424]
  本稿では,PRLMのための新しい言語間モデル転送フレームワークTreLMを提案する。 シンボルの順序と言語間のシーケンス長の差に対処するため,中間的なTRILayer構造を提案する。 提案手法は,スクラッチから学習した言語モデルに対して,性能と効率の両面で,限られたデータで著しく優れることを示す。
  論文  参考訳（メタデータ） (2021-07-27T06:51:13Z)
• Self-Attention with Cross-Lingual Position Representation [112.05807284056337]
  位置符号化(PE)は、自然言語処理タスクの単語順序情報を保存し、入力シーケンスの固定位置インデックスを生成する。 語順が異なるため、言語間の位置関係をモデル化することは、SANがこの問題に取り組むのに役立つ。 我々は、入力文のバイリンガル認識潜在構造をモデル化するために、言語間位置表現によるSANを拡大する。
  論文  参考訳（メタデータ） (2020-04-28T05:23:43Z)

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。