論文の概要: From Natural Language Instructions to Complex Processes: Issues in
Chaining Trigger Action Rules
- arxiv url: http://arxiv.org/abs/2001.02462v1
- Date: Wed, 8 Jan 2020 11:44:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-13 09:42:20.965825
- Title: From Natural Language Instructions to Complex Processes: Issues in
Chaining Trigger Action Rules
- Title（参考訳）: 自然言語命令から複雑なプロセスへ:トリガーアクションルールの連鎖に関する問題
- Authors: Nobuhiro Ito, Yuya Suzuki and Akiko Aizawa
- Abstract要約: 本稿では,意味解析のための機械実行可能な意味表現をチェーン化する複雑な文法を新たに定義する。
この文法に基づいてデータセットを作成する手法を提案する。
- 参考スコア（独自算出の注目度）: 27.61571359186679
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automation services for complex business processes usually require a high
level of information technology literacy. There is a strong demand for a
smartly assisted process automation (IPA: intelligent process automation)
service that enables even general users to easily use advanced automation. A
natural language interface for such automation is expected as an elemental
technology for the IPA realization. The workflow targeted by IPA is generally
composed of a combination of multiple tasks. However, semantic parsing, one of
the natural language processing methods, for such complex workflows has not yet
been fully studied. The reasons are that (1) the formal expression and grammar
of the workflow required for semantic analysis have not been sufficiently
examined and (2) the dataset of the workflow formal expression with its
corresponding natural language description required for learning workflow
semantics did not exist. This paper defines a new grammar for complex workflows
with chaining machine-executable meaning representations for semantic parsing.
The representations are at a high abstraction level. Additionally, an approach
to creating datasets is proposed based on this grammar.
- Abstract（参考訳）: 複雑なビジネスプロセスのための自動化サービスは、通常高いレベルの情報技術リテラシーを必要とする。
スマートに支援されたプロセス自動化(ipa:intelligent process automation)サービスには強い需要があり、一般ユーザでも高度な自動化を簡単に利用できる。
このような自動化のための自然言語インターフェースは、ipa実現のための要素技術として期待されている。
IPAがターゲットとするワークフローは、一般的に複数のタスクの組み合わせで構成されています。
しかし、このような複雑なワークフローのための自然言語処理手法の一つであるセマンティック解析は、まだ完全には研究されていない。
その結果,(1)意味分析に必要なワークフローの形式表現と文法は十分に検討されておらず,(2)ワークフロー意味論の学習に必要な自然言語記述を伴うワークフロー形式表現のデータセットは存在しなかった。
本稿では,機械実行可能意味表現を用いた複雑なワークフローのための新しい文法を定義した。
表現は高い抽象レベルにあります。
さらに、この文法に基づいてデータセットを作成するアプローチを提案する。
関連論文リスト
- Generative Context Distillation [48.91617280112579]
Generative Context Distillation (GCD) は、ジョイントトレーニングアプローチを採用した軽量なプロンプト内在化手法である。
エージェントベースのアプリケーションシナリオにおいて,このアプローチが複雑なプロンプトを効果的に内部化することを示す。
論文 参考訳（メタデータ） (2024-11-24T17:32:20Z) - ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation [87.39861573270173]
本稿では,各ユーザプロンプトに自動的にワークフローをカスタマイズすることを目的とする,プロンプト適応型ワークフロー生成の新しいタスクを紹介する。
本稿では,この課題に対処する2つの LLM ベースの手法を提案する。ユーザ・参照データから学習するチューニングベース手法と,既存のフローを選択するために LLM を使用するトレーニングフリー手法である。
本研究は,現場における既存研究の方向性を補完し,テキスト・画像生成の品質向上のための新たな経路を提供することを示す。
論文 参考訳（メタデータ） (2024-10-02T16:43:24Z) - AutoFlow: Automated Workflow Generation for Large Language Model Agents [39.72700864347576]
大規模言語モデル(LLM)は、複雑な自然言語を理解する上で大きな進歩を見せている。
LLMエージェントが与えられたタスクを解決するための効果的で信頼性の高い手順に従うようにするために、手動で設計されるのが通常である。
複雑なタスクを解決するためにエージェントを自動的に生成するフレームワークであるAutoFlowを提案する。
論文 参考訳（メタデータ） (2024-07-01T21:05:02Z) - Towards Complex Ontology Alignment using Large Language Models [1.3218260503808055]
オントロジーアライメント(オントロジーアライメント)は、異なるラベルとコンテンツ間の関係を検出するWebにおける重要なプロセスである。
近年のLarge Language Models (LLMs) の進歩は,工学的実践の強化に新たな機会をもたらす。
本稿では,LLM技術の複雑なアライメント問題への取り組みについて検討する。
論文 参考訳（メタデータ） (2024-04-16T07:13:22Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳（メタデータ） (2024-02-07T01:45:14Z) - kNN-ICL: Compositional Task-Oriented Parsing Generalization with Nearest
Neighbor In-Context Learning [50.40636157214161]
Task-Oriented Parsing (TOP)により、会話アシスタントは自然言語で表現されたユーザーコマンドを解釈できる。
LLMは、自然言語のプロンプトに基づいて、コンピュータプログラムにおいて印象的な性能を達成した。
本稿では,LLMのセマンティック解析機能を活用することに焦点を当てる。
論文 参考訳（メタデータ） (2023-12-17T17:26:50Z) - From Dialogue to Diagram: Task and Relationship Extraction from Natural
Language for Accelerated Business Process Prototyping [0.0]
本稿では、依存性解析と名前付きエンティティ認識(NER)の利用を、我々のアプローチの中心とする現代的ソリューションを紹介します。
我々は,行動関係の同定にSVO(Subject-Verb-Object)構造を用い,コンテキスト理解のためのWordNetなどの意味分析ツールを統合する。
このシステムはデータ変換と視覚化を十分に処理し、冗長に抽出された情報をBPMN(Business Process Model and Notation)ダイアグラムに変換する。
論文 参考訳（メタデータ） (2023-12-16T12:35:28Z) - GUIDO: A Hybrid Approach to Guideline Discovery & Ordering from Natural
Language Texts [0.0]
GUIDOはプロセスモデル抽出タスクに対するハイブリッドアプローチである。
提案したアプローチは、純粋なルールベースのアプローチよりもはるかに優れた結果が得られる。
それでも、純粋に機械学習ベースのアプローチと比較して、アノテーションのコストは低いままだ。
論文 参考訳（メタデータ） (2023-07-19T13:01:03Z) - Automaton-Based Representations of Task Knowledge from Generative
Language Models [24.63416209240575]
大規模生成言語モデル(GLM)は、関連するタスク知識を自動的に生成することができる。
本稿では,タスク目標の簡単な自然言語記述から高レベルタスク知識を符号化する有限状態オートマトン(FSA)を構築する,GLM2FSAという新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-12-04T22:34:16Z) - Procedures as Programs: Hierarchical Control of Situated Agents through
Natural Language [81.73820295186727]
エージェント命令と制御のための階層的な手続き的知識を表現する強力な手法である,プログラムとしての手続きの形式化を提案する。
NL命令に対するIQAおよびALFREDデータセット上で、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2021-09-16T20:36:21Z) - 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)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。