MétaCan
Menu
Retour à la cohorte
Enregistrement W4236039300 · doi:10.18653/v1/w18-60

Proceedings of the Second Workshop on Universal Dependencies (UDW 2018)

2018· paratext· sv· W4236039300 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typeparatext
Languesv
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesRegione Toscana
Mots-clésComputer scienceTheoretical computer science

Résumé

récupéré en direct d'OpenAlex

These proceedings include the program and papers that are presented at the second workshop on Universal Dependencies, held in conjunction with EMNLP in Brussels (Belgium) on November 1, 2018.Universal Dependencies (UD) is a framework for cross-linguistically consistent treebank annotation that has so far been applied to over 70 languages (http://universaldependencies.org/).The framework is aiming to capture similarities as well as idiosyncrasies among typologically different languages (e.g., morphologically rich languages, pro-drop languages, and languages featuring clitic doubling).The goal in developing UD was not only to support comparative evaluation and cross-lingual learning but also to facilitate multilingual natural language processing and enable comparative linguistic studies.After a successful first UD workshop at NoDaLiDa in Gothenburg last year, we decided to continue to bring together researchers working on UD, to reflect on the theory and practice of UD, its use in research and development, and its future goals and challenges.We received 39 submissions of which 26 were accepted.Submissions covered several topics: some papers describe treebank conversion or creation, while others target specific linguistic constructions and which analysis to adopt, sometimes with critiques of the choices made in UD; some papers exploit UD resources for cross-linguistic and psycholinguistic analysis, or for parsing, and others discuss the relation of UD to different frameworks.We are honored to have two invited speakers: Barbara Plank (Computer Science Department, IT University of Copenhagen), with a talk on "Learning χ 2 -Natural Language Processing Across Languages and Domains", and Dag Haug (Department of Philosophy, Classics, History of Arts and Ideas, University of Oslo), speaking about "Glue semantics for UD".Our invited speakers target different aspects of UD in their work: Barbara Plank's talk is an instance of how UD facilitates cross-lingual learning and transfer for NLP components, whereas Dag Haug will address how UD and semantic formalisms can intersect.We are grateful to the program committee, who worked hard and on a tight schedule to review the submissions and provided authors with valuable feedback.We thank Google, Inc. for its sponsorship which made it possible to feature two invited talks.We also want to thank Jan Hajic

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,002
Communication savante0,0060,013
Science ouverte0,0020,008
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0700,026

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,252
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSemantic Web and OntologiesTravaux en français237 207