言語処理

Kirjaudu sisään

näkemys - 言語処理

行列節と相対節では弱い交差性の性質が異なる。行列節の弱い交差性は構造的要因によるものだが、相対節の弱い交差性は構造的要因以外の要因によるものである。

データ駆動型の深層学習モデルを人間が解釈可能な自然言語の説明に変換し、その説明の妥当性を実験的に検証するフレームワークを提案した。

ロシア語版と英語版のウィキペディア記事の間には、異なる文化的視点を反映した説得的な言語の使用の違いがある。

話し手の属性に基づいて言語理解を行う際、社会的ステレオタイプに反する場合は意味統合の困難さを反映するN400効果が、生物学的知識に反する場合は誤り修正プロセスを反映するP600効果が生じる。

自己教師学習モデルは適切な知識移転により、母語話者レベルの性能を達成できる。一方で、言語や方言の違いは人間の感情認識に大きな影響を及ぼす。

脳卒中後の潜在性失語症患者と健常者の発話のプロソディ特徴に違いがあり、これらの特徴が潜在性失語症の自動分類に役立つ可能性がある。

アラビア語の方言と文化的な特徴を捉えるためのベンチマークを開発し、大規模言語モデルの性能を評価する。

並列トレーニングデータなしでも、大規模な非並列オーディオデータを活用することで、言語クエリに基づいた対象音声抽出モデルを効率的に学習できる。

手話とジェスチャーにおける認識的ジェスチャーの発話特徴には共通点がある。特に、中立位置を通過する素早い頭の動きは確実性の指標であり、中立位置から外れた姿勢の保持と遅い動きは不確実性を示す。

強化学習を用いることで、情報理論的に効率的な再帰的数値システムを習得できる。

Tietoja

Tuotteet

Resurssit