高品質翻訳訓練コーパスによる言語間意味論的役割ラベリング【JST・京大機械翻訳】

Fei Hao; Zhang Meishan; Ji Donghong

プレプリント

J-GLOBAL ID：202202202687011429 整理番号：22P0134547

高品質翻訳訓練コーパスによる言語間意味論的役割ラベリング【JST・京大機械翻訳】

Cross-Lingual Semantic Role Labeling with High-Quality Translated Training Corpus

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年04月14日プレプリントサーバーでの情報更新日： 2020年05月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

研究の多くの努力は,自然言語理解に重要な意味的役割ラベリング(SRL)に向けられている。大規模コーパスが英語のような資源豊富な言語のために利用可能であるとき,監督されたアプローチは,抑制性能を達成した。一方,注釈付きSRLデータセットのない低資源言語に対しては,競合性能を得ることは依然として困難である。交差言語SRLは,問題に対処する一つの有望な方法であり,それは,モデル移転とアノテーション投影の助けを借りて大きな進歩を達成した。本論文では,コーパス翻訳に基づく新しい代替案を提案し,ソース金標準SRLアノテーションからターゲット言語のための高品質訓練データセットを構築した。ユニバーサルプロポジションバンクに関する実験結果は,翻訳ベースの方法が高度に効果的であり,自動擬似データセットが目標言語SRL性能を著しく改良することができることを示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

自然語処理

, , , , , , ,

前のページに戻る