Generating event descriptions under syntactic and semantic constraints

要約

スケーラブルな語彙意味論的注釈、分析、理論化をサポートするという目的で、両方の構文上の制約の下でイベント記述を生成するためのさまざまな方法の包括的な評価を実施します。
必要な文節の構造 — および意味上の制約 — 例:
望ましい動詞の意味。
3 つの異なる方法を比較します。(i) 専門家による手動生成。
(ii) 構文および意味情報の注釈が付けられたコーパスからのサンプリング。
(iii) 生成されたイベント記述の 3 つの次元 (a) 自然性、(b) 典型性、および (c) 独自性に沿った、構文および意味情報に基づいて条件付けされた言語モデル (LM) からのサンプリング。
すべての方法で自然で典型的かつ特徴的なイベント記述が確実に生成されますが、手動生成では引き続き自動生成方法よりも自然で典型的で特徴的なイベント記述が生成されることがわかりました。
私たちが検討している自動化手法は、このアノテーションと分析に使用されるメソッドが、結果として得られるイベント記述の少量の劣化に対して堅牢である限り、下流のアノテーションと分析で使用するのに十分な品質のイベント記述を生成すると結論付けています。

要約(オリジナル)

With the goal of supporting scalable lexical semantic annotation, analysis, and theorizing, we conduct a comprehensive evaluation of different methods for generating event descriptions under both syntactic constraints — e.g. desired clause structure — and semantic constraints — e.g. desired verb sense. We compare three different methods — (i) manual generation by experts; (ii) sampling from a corpus annotated for syntactic and semantic information; and (iii) sampling from a language model (LM) conditioned on syntactic and semantic information — along three dimensions of the generated event descriptions: (a) naturalness, (b) typicality, and (c) distinctiveness. We find that all methods reliably produce natural, typical, and distinctive event descriptions, but that manual generation continues to produce event descriptions that are more natural, typical, and distinctive than the automated generation methods. We conclude that the automated methods we consider produce event descriptions of sufficient quality for use in downstream annotation and analysis insofar as the methods used for this annotation and analysis are robust to a small amount of degradation in the resulting event descriptions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google