Fugu-MT 論文翻訳(概要): Incremental Monoidal Grammars

論文の概要: Incremental Monoidal Grammars

arxiv url: http://arxiv.org/abs/2001.02296v2
Date: Fri, 10 Jan 2020 12:37:53 GMT
ステータス: 処理完了
システム内更新日: 2023-01-16 04:40:22.924764
Title: Incremental Monoidal Grammars
Title（参考訳）: 増分モノイド文法
Authors: Dan Shiebler, Alexis Toumi, Mehrnoosh Sadrzadeh
Abstract要約: 形式文法を自由モノイド圏という観点から定義し、形式文法の圏からオートマトン圏への関手も定義する。これにより、自然言語のカテゴリー的視点と確率的言語モデルの標準的な機械学習概念を結びつけることができる。
参考スコア（独自算出の注目度）: 2.685668802278155
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work we define formal grammars in terms of free monoidal categories, along with a functor from the category of formal grammars to the category of automata. Generalising from the Booleans to arbitrary semirings, we extend our construction to weighted formal grammars and weighted automata. This allows us to link the categorical viewpoint on natural language to the standard machine learning notion of probabilistic language model.
Abstract（参考訳）: この研究では、形式文法を自由モノイド圏(free monoidal category)の観点で定義し、形式文法の圏からオートマトンの圏への関手を定義する。ブールから任意の半環への一般化により、重み付き形式文法と重み付きオートマトンへ構成を拡張する。これにより、自然言語のカテゴリー的視点と確率的言語モデルの標準的な機械学習概念を結びつけることができる。

関連論文リスト

On the Intersection of Context-Free and Regular Languages [71.61206349427509]
我々はBar-Hillel構造を一般化し、$varepsilon$-arcsで有限状態オートマトンを扱う。我々の構成が入力オートマトンと文法の両方の構造を符号化し、元の構成のサイズを維持した文法につながることを証明している。
論文参考訳（メタデータ） (2022-09-14T17:49:06Z)
Usage-based learning of grammatical categories [0.0]
本稿は、これらのカテゴリがどのように獲得され、どこから来たのかという疑問を提起する。本稿では,言語相互作用の成功に基づくスコアを持つ分類型ネットワークが,文法カテゴリーの自発的な形成につながることを示す。
論文参考訳（メタデータ） (2022-04-14T07:44:25Z)
Geometry-Aware Supertagging with Heterogeneous Dynamic Convolutions [0.7868449549351486]
グラフ理論の観点から構築的なスーパータグ付けを再考する。異種動的グラフ畳み込みに基づくフレームワークを提案する。我々は、異なる言語にまたがる多くの分類文法データセットに対して、アプローチを検証した。
論文参考訳（メタデータ） (2022-03-23T07:07:11Z)
Learning Symbolic Rules for Reasoning in Quasi-Natural Language [74.96601852906328]
我々は,ルールを手作業で構築することなく,自然言語入力で推論できるルールベースシステムを構築した。本稿では,形式論理文と自然言語文の両方を表現可能な"Quasi-Natural"言語であるMetaQNLを提案する。提案手法は,複数の推論ベンチマークにおける最先端の精度を実現する。
論文参考訳（メタデータ） (2021-11-23T17:49:00Z)
Constrained Language Models Yield Few-Shot Semantic Parsers [73.50960967598654]
我々は,事前学習された大規模言語モデルの利用を,少ない意味論として検討する。意味構文解析の目標は、自然言語入力によって構造化された意味表現を生成することである。言語モデルを用いて、入力を英語に似た制御されたサブ言語にパラフレーズし、対象の意味表現に自動的にマッピングする。
論文参考訳（メタデータ） (2021-04-18T08:13:06Z)
SLM: Learning a Discourse Language Representation with Sentence Unshuffling [53.42814722621715]
談話言語表現を学習するための新しい事前学習目的である文レベル言語モデリングを導入する。本モデルでは,この特徴により,従来のBERTの性能が大幅に向上することを示す。
論文参考訳（メタデータ） (2020-10-30T13:33:41Z)
Montague Grammar Induction [4.321645312120979]
このフレームワークは、帰納文法が従うべき仮定について、アナリストにきめ細かい制御を提供する。本稿では,s(emantic)-selectionとc(ategory)-selectionの関係に着目し,レキシコンスケールの受容可能性判定データセットを入力として利用する。
論文参考訳（メタデータ） (2020-10-15T23:25:01Z)
Automatic Extraction of Rules Governing Morphological Agreement [103.78033184221373]
原文から第一パス文法仕様を抽出する自動フレームワークを開発する。我々は、世界の多くの言語の文法の中核にあるモルフォシンタクティックな現象である合意を記述する規則の抽出に焦点をあてる。我々のフレームワークはUniversal Dependenciesプロジェクトに含まれるすべての言語に適用され、有望な結果が得られます。
論文参考訳（メタデータ） (2020-10-02T18:31:45Z)
Discovering Textual Structures: Generative Grammar Induction using Template Trees [17.37350034483191]
本稿では,Gitta と呼ばれる生成目的の解釈可能な文法を学習するための新しい文法帰納アルゴリズムを提案する。既存の人為文法を用いることで, アルゴリズムは, ごく少数の例を用いて, これらの文法を合理的に近似できることがわかった。
論文参考訳（メタデータ） (2020-09-09T19:31:04Z)
Generative Language Modeling for Automated Theorem Proving [94.01137612934842]
この研究は、自動定理プロバーの人間に対する大きな制限が言語モデルから生成することで対処できる可能性によって動機づけられている。本稿ではメタマス形式化言語のための自動証明と証明アシスタント GPT-f を提案し,その性能を解析する。
論文参考訳（メタデータ） (2020-09-07T19:50:10Z)
Traduction des Grammaires Cat\'egorielles de Lambek dans les Grammaires Cat\'egorielles Abstraites [0.0]
このインターンシップレポートは、すべてのランベク文法が抽象カテゴリー文法(ACG)で完全にではなく効率的に表現できることを示すものである。主な考え方は、LGの型書き換えシステムを文脈自由文法(CFG)に変換し、導入規則と除去規則を消去し、カット規則が十分であるように十分な公理を生成することである。基礎となるアルゴリズムは完全には実装されなかったが、この証明は自然言語処理におけるACGの関連性を支持する別の議論を提供する。
論文参考訳（メタデータ） (2020-01-23T18:23:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。