Deep Learning-Based Knowledge Injection for Metaphor Detection: A Comprehensive Review

要約

メタファー研究の歴史は、知識注入研究の進化も示しています。
近年の深層学習技術の継続的な進歩に伴い、自然言語処理コミュニティは、知識をメタファー認識タスクの成功結果に適用することに大きな関心を示しています。
メタファー認識の分野で知識注入を伴うアプローチの数は徐々に増加していますが、知識注入ベースのアプローチに関する完全なレビュー記事は不足しています。
したがって、この論文の目的は、メタファー認識タスクにおける知識注入のための深層学習の応用における研究の進歩を包括的にレビューすることです。
このペーパーでは、主流の知識と知識注入の原則を体系的に要約して一般化するとともに、メタファー認識タスクで使用されるデータセット、評価指標、ベンチマーク モデルをレビューします。
最後に、知識注入手法が直面している現在の問題を調査し、将来の研究の方向性についての見通しを示します。

要約(オリジナル)

The history of metaphor research also marks the evolution of knowledge infusion research. With the continued advancement of deep learning techniques in recent years, the natural language processing community has shown great interest in applying knowledge to successful results in metaphor recognition tasks. Although there has been a gradual increase in the number of approaches involving knowledge injection in the field of metaphor recognition, there is a lack of a complete review article on knowledge injection based approaches. Therefore, the goal of this paper is to provide a comprehensive review of research advances in the application of deep learning for knowledge injection in metaphor recognition tasks. In this paper, we systematically summarize and generalize the mainstream knowledge and knowledge injection principles, as well as review the datasets, evaluation metrics, and benchmark models used in metaphor recognition tasks. Finally, we explore the current issues facing knowledge injection methods and provide an outlook on future research directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google