An Expectation-Realization Model for Metaphor Detection

要約

我々は、2 つの主要なモジュールを中心に構造化されたメタファー検出アーキテクチャを提案します。1 つはコンテキストが与えられた文字通りの単語の期待の表現を推定する期待コンポーネント、もう 1 つはコンテキスト内の実際の単語の意味の表現を計算する実現コンポーネントです。
全体的なアーキテクチャは、単語の比喩的な使用を特徴付ける期待実現 (ER) パターンを学習するようにトレーニングされています。
分布内、分布外、および新しいメタファー一般化の 3 つのメタファー データセットで評価した場合、提案された方法は、最先端技術と競合するか、それよりも優れた結果を得ることが示されています。
ER モデルのアンサンブルにより、メタファー検出の精度がさらに向上します。

要約(オリジナル)

We propose a metaphor detection architecture that is structured around two main modules: an expectation component that estimates representations of literal word expectations given a context, and a realization component that computes representations of actual word meanings in context. The overall architecture is trained to learn expectation-realization (ER) patterns that characterize metaphorical uses of words. When evaluated on three metaphor datasets for within distribution, out of distribution, and novel metaphor generalization, the proposed method is shown to obtain results that are competitive or better than state-of-the art. Further increases in metaphor detection accuracy are obtained through ensembling of ER models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google