抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
現在の方法の高いデータ要求のために,ゼロショット交差言語音声言語理解(SLU)への注意は,そのようなアプローチが人間アノテーション努力を大いに減らすので,成長している。しかし,既存のモデルは共有パラメータのみに依存するが,これは言語を通して暗黙的アラインメントのみを実行することができる。この短所に対処するために,大域的-局所コントラスト学習フレームワーク(GL-CLeF)を提示した。特に,著者らは,同じ発話の多言語的見解を構築するために,バイリンガル辞書をレバーする,コントラスト学習を採用して,次に,それらの表現を,言語を通して類似の文章の明示的に整列した表現を達成するように,否定的な例対より,より類似であるために,それらの表現を奨励した。さらに,GL-CLeFにおける鍵ステップは,細粒交差言語転送(即ち,文章レベル局所意図転送,トークンレベル局所スロット転送,および意図とスロットを横切る意味レベルグローバル転送)を達成する,提案した局所およびグローバルコンポーネントである。マルチATIS++に関する実験は,GL-CLeFが最良の性能を達成して,言語を通して類似した文章の表現を首尾よく引き出すことを示した。【JST・京大機械翻訳】