Deep Learning Methods for Extracting Metaphorical Names of Flowers and Plants

要約

植物学の分野には比喩的な用語が豊富にあります。
これらの用語は、花や植物の説明と識別において重要な役割を果たします。
しかし、談話の中でそのような用語を特定するのは困難な作業です。
これにより、場合によっては、翻訳プロセスや辞書編集作業中にエラーが発生することがあります。
機械翻訳となると、単一単語の用語でも複数の単語の用語でも、このプロセスはさらに困難になります。
自然言語処理 (NLP) アプリケーションと機械翻訳 (MT) テクノロジの最近の懸念の 1 つは、ディープ ラーニング (DL) による談話内の比喩ベースの単語の自動識別です。
この研究では、13 の一般的なトランスフォーマー ベースのモデルと ChatGPT を使用してこのギャップを埋めようとしました。そして、比喩的な花で 92.2349% の F1 スコアを報告した最高のパフォーマーにより、識別モデルが GPT-3.5 モデルよりも優れたパフォーマンスを発揮することを示しました。
および植物名の識別タスク。

要約(オリジナル)

The domain of Botany is rich with metaphorical terms. Those terms play an important role in the description and identification of flowers and plants. However, the identification of such terms in discourse is an arduous task. This leads in some cases to committing errors during translation processes and lexicographic tasks. The process is even more challenging when it comes to machine translation, both in the cases of single-word terms and multi-word terms. One of the recent concerns of Natural Language Processing (NLP) applications and Machine Translation (MT) technologies is the automatic identification of metaphor-based words in discourse through Deep Learning (DL). In this study, we seek to fill this gap through the use of thirteen popular transformer based models, as well as ChatGPT, and we show that discriminative models perform better than GPT-3.5 model with our best performer reporting 92.2349% F1 score in metaphoric flower and plant names identification task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google