論文の概要: Ecological Semantics: Programming Environments for Situated Language Understanding

• arxiv url: http://arxiv.org/abs/2003.04567v2
• Date: Sun, 24 May 2020 07:48:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-24 20:18:32.168711
• Title: Ecological Semantics: Programming Environments for Situated Language Understanding
• Title（参考訳）: Ecological Semantics:Situated Language Understandingのためのプログラミング環境
• Authors: Ronen Tamari, Gabriel Stanovsky, Dafna Shahaf and Reut Tsarfaty
• Abstract要約: 基底言語学習アプローチは、よりリッチでより構造化されたトレーニング環境に学習を集中させることによって、より深い理解の約束を提供する。 環境を意味表現における「第一級市民」として扱うことを提案する。 我々は、モデルが手当の言語で理解し、プログラムし始めなければならないと論じている。
• 参考スコア（独自算出の注目度）: 25.853707930426175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large-scale natural language understanding (NLU) systems have made impressive progress: they can be applied flexibly across a variety of tasks, and employ minimal structural assumptions. However, extensive empirical research has shown this to be a double-edged sword, coming at the cost of shallow understanding: inferior generalization, grounding and explainability. Grounded language learning approaches offer the promise of deeper understanding by situating learning in richer, more structured training environments, but are limited in scale to relatively narrow, predefined domains. How might we enjoy the best of both worlds: grounded, general NLU? Following extensive contemporary cognitive science, we propose treating environments as "first-class citizens" in semantic representations, worthy of research and development in their own right. Importantly, models should also be partners in the creation and configuration of environments, rather than just actors within them, as in existing approaches. To do so, we argue that models must begin to understand and program in the language of affordances (which define possible actions in a given situation) both for online, situated discourse comprehension, as well as large-scale, offline common-sense knowledge mining. To this end we propose an environment-oriented ecological semantics, outlining theoretical and practical approaches towards implementation. We further provide actual demonstrations building upon interactive fiction programming languages.
• Abstract（参考訳）: 大規模自然言語理解(NLU)システムは、様々なタスクに柔軟に適用でき、最小限の構造的仮定を適用できるなど、目覚ましい進歩を遂げている。 しかし、広範な実証研究により、これは二本刃の剣であることが示され、低い一般化、接地、説明可能性といった浅い理解の犠牲となった。 基底言語学習アプローチは、より豊かでより構造化されたトレーニング環境に学習を集中させることによってより深い理解を提供するが、規模は比較的狭く定義されたドメインに限られる。 両世界のベストをどうやって楽しむか - 接地された、一般のNLU? 幅広い現代認知科学の後、環境を意味表現において「第一級市民」として扱うことを提案する。 重要なのは、モデルが既存のアプローチのように、アクターだけでなく、環境の作成と構成のパートナであることである。 そのために、オンライン、位置談話理解、および大規模でオフラインの常識知識マイニングの両面において、手頃な言語(特定の状況において可能な行動を定義する)でモデルを理解し、プログラムし始める必要があると論じる。 そこで我々は,環境指向の生態学的意味論を提案し,理論と実践のアプローチを概説する。 さらに、インタラクティブなフィクションプログラミング言語に基づく実演も行います。

関連論文リスト

• Towards Open-World Grasping with Large Vision-Language Models [5.317624228510749]
  オープンワールドの把握システムは、高レベルの文脈と低レベルの物理幾何学的推論を組み合わせることができるべきである。 本稿では,視覚言語モデルとセグメンテーションとグルーピング合成モデルを組み合わせたオープンワールドグルーピングパイプラインOWGを提案する。 乱雑な屋内シーンデータセットを用いて,オープンエンド言語を基盤としたOWGのロバスト性を示す。
  論文  参考訳（メタデータ） (2024-06-26T19:42:08Z)
• Language Evolution with Deep Learning [49.879239655532324]
  計算モデリングは言語の出現の研究において重要な役割を担っている。 構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。 この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
  論文  参考訳（メタデータ） (2024-03-18T16:52:54Z)
• "What's my model inside of?": Exploring the role of environments for grounded natural language understanding [1.8829370712240063]
  この論文では、自然言語理解(NLU)研究に対する生態学的アプローチを採用する。 我々は,テキストベースのゲーム環境に基づく手続き的テキスト理解のための新しいトレーニングとアノテーションアプローチを開発した。 我々は,科学者のような知識労働者を対象とした,AIを活用した「社会的思考環境」の設計を提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:52:46Z)
• Navigation with Large Language Models: Semantic Guesswork as a Heuristic for Planning [73.0990339667978]
  不慣れな環境でのナビゲーションは、ロボットにとって大きな課題となる。 言語モデルを用いて、新しい現実世界環境のバイアス探索を行う。 実環境におけるLFGの評価とシミュレーションベンチマークを行った。
  論文  参考訳（メタデータ） (2023-10-16T06:21:06Z)
• Do As I Can, Not As I Say: Grounding Language in Robotic Affordances [119.29555551279155]
  大規模な言語モデルは、世界に関する豊富な意味知識を符号化することができる。 このような知識は、自然言語で表現された高レベルで時間的に拡張された命令を動作させようとするロボットにとって極めて有用である。 低レベルのスキルを大規模言語モデルと組み合わせることで,言語モデルが複雑かつ時間的に拡張された命令を実行する手順について高いレベルの知識を提供することを示す。
  論文  参考訳（メタデータ） (2022-04-04T17:57:11Z)
• SILG: The Multi-environment Symbolic Interactive Language Grounding Benchmark [62.34200575624785]
  マルチ環境対話型言語グラウンドベンチマーク(SILG)を提案する。 SILGは、新しいダイナミクス、エンティティ、部分的に観察された世界(RTFM、Messenger、NetHack)への一般化を必要とするグリッドワールド環境で構成されている。 SILGを用いた自己中心型局所的畳み込み,再帰状態追跡,エンティティ中心の注意,事前訓練によるLMなどの最近の進歩を評価した。
  論文  参考訳（メタデータ） (2021-10-20T17:02:06Z)
• Neural Abstructions: Abstractions that Support Construction for Grounded Language Learning [69.1137074774244]
  言語の相互作用を効果的に活用するには、言語基底に対する2つの最も一般的なアプローチの制限に対処する必要がある。 本稿では,ラベル条件付き生成モデルの推論手順に対する制約のセットであるニューラル・アブストラクションの考え方を紹介する。 この手法により,マインクラフトにおけるオープンエンドハウスタスクのセマンティックな変更をユーザ人口が構築できることが示される。
  論文  参考訳（メタデータ） (2021-07-20T07:01:15Z)
• How could Neural Networks understand Programs? [67.4217527949013]
  ソースコードにnlpプリトレーニング技術を直接適用するか、あるいはtheshelfによってモデルに機能を追加するかで、プログラムをより理解するためのモデルを構築するのは難しい。 本研究では,(1)操作セマンティクスの基本操作とよく一致する表現と(2)環境遷移の情報からなる情報から,モデルが学ぶべき新しいプログラムセマンティクス学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2021-05-10T12:21:42Z)
• Language (Re)modelling: Towards Embodied Language Understanding [33.50428967270188]
  本研究は, 具体的認知言語学(ECL)の理念に基づく表現と学習へのアプローチを提案する。 ECLによると、自然言語は本質的に(プログラミング言語のように)実行可能である。 本稿では,比喩的推論とシミュレーションによるグラウンドディングの利用が,NLUシステムに大きな恩恵をもたらすことを論じる。
  論文  参考訳（メタデータ） (2020-05-01T10:57:02Z)

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。