Fugu-MT 論文翻訳(概要): Causal Inference of Script Knowledge

論文の概要: Causal Inference of Script Knowledge

arxiv url: http://arxiv.org/abs/2004.01174v1
Date: Thu, 2 Apr 2020 17:54:24 GMT
ステータス: 処理完了
システム内更新日: 2022-12-17 12:39:24.928061
Title: Causal Inference of Script Knowledge
Title（参考訳）: スクリプト知識の因果推論
Authors: Noah Weber, Rachel Rudinger, Benjamin Van Durme
Abstract要約: 本稿では,イベント間の因果効果に基づくスクリプト誘導手法を提案する。提案手法の出力は,スクリプトが表現するものの直感とよく一致していることを示す。
参考スコア（独自算出の注目度）: 40.57602617170568
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: When does a sequence of events define an everyday scenario and how can this knowledge be induced from text? Prior works in inducing such scripts have relied on, in one form or another, measures of correlation between instances of events in a corpus. We argue from both a conceptual and practical sense that a purely correlation-based approach is insufficient, and instead propose an approach to script induction based on the causal effect between events, formally defined via interventions. Through both human and automatic evaluations, we show that the output of our method based on causal effects better matches the intuition of what a script represents
Abstract（参考訳）: イベントのシーケンスが毎日のシナリオを定義して、この知識がテキストからどのように引き起こされるのか? このようなスクリプトを誘導する以前の作業は、何らかの形で、コーパス内のイベントのインスタンス間の相関測定に頼っていた。我々は、純粋に相関に基づくアプローチが不十分であるという概念的および実践的両面から論じ、代わりに、介入によって正式に定義されたイベント間の因果効果に基づくスクリプト誘導アプローチを提案する。人的評価と自動評価の両方を通して, 因果効果に基づく手法の出力が, スクリプトの直観と合致することを示す。

関連論文リスト

Explaining Text Classifiers with Counterfactual Representations [0.0]
本稿では,テキスト表現の空間を介在させることで,対物生成の簡易な手法を提案する。提案手法を検証するために,まず合成データセットを用いて実験を行い,次に現実的な反事実のデータセットを用いて実験を行った。
論文参考訳（メタデータ） (2024-02-01T16:06:35Z)
DAPrompt: Deterministic Assumption Prompt Learning for Event Causality Identification [8.102227953905206]
事象因果同定(ECI)は、2つの事象の言及の間に因果関係があるかどうかを決定することを目的としている。 ECIタスクに対して,DAPromptと呼ばれる決定論的仮定プロンプト学習モデルを提案する。我々は、予測事象の確率を用いて、最終事象因果決定の仮定合理性を評価する。
論文参考訳（メタデータ） (2023-07-19T08:02:20Z)
A Generative Approach for Script Event Prediction via Contrastive Fine-tuning [35.87615178251874]
Scriptイベント予測は、コンテキストが与えられた後続のイベントを予測することを目的としている。近年の研究では,事前学習言語モデルと外部知識の導入により,事象相関推論の改善が試みられている。本稿では,事前学習した言語モデルをイベント中心の事前学習目的で微調整する,新しい生成手法を提案する。
論文参考訳（メタデータ） (2022-12-07T07:32:47Z)
Semantic Pivoting Model for Effective Event Detection [19.205550116466604]
Event Detectionは、構造化されていない記事からイベントインスタンスの参照を識別し、分類することを目的としている。イベント検出の既存のテクニックは、イベントタイプクラスを表現するために、均質な1ホットベクトルのみを使用しており、型の意味がタスクにとって重要であるという事実を無視している。本稿では,学習中の事前情報を明示的に組み込んで,入力とイベント間の意味的に意味のある相関関係を捉えるセマンティック・ピロリング・モデル(SPEED)を提案する。
論文参考訳（メタデータ） (2022-11-01T19:20:34Z)
EA$^2$E: Improving Consistency with Event Awareness for Document-Level Argument Extraction [52.43978926985928]
本稿では、トレーニングと推論のための拡張コンテキストを備えたイベント・アウェア・引数抽出(EA$2$E)モデルを紹介する。 WIKIEVENTSとACE2005データセットの実験結果から,EA$2$Eの有効性が示された。
論文参考訳（メタデータ） (2022-05-30T04:33:51Z)
ClarET: Pre-training a Correlation-Aware Context-To-Event Transformer for Event-Centric Generation and Classification [74.6318379374801]
本稿では,イベント中心推論のための一般相関対応コンテキスト・イベント変換器(ClarET)の事前学習を提案する。提案されたClarETは、幅広いイベント中心の推論シナリオに適用できる。
論文参考訳（メタデータ） (2022-03-04T10:11:15Z)
Reinforcement Learning-based Dialogue Guided Event Extraction to Exploit Argument Relations [70.35379323231241]
本稿では、イベント引数の関係を明示的に活用することで、イベント抽出のためのより良いアプローチを提案する。我々は増補学習と漸進学習を用いて、多回反復的なプロセスを通じて複数の引数を抽出する。実験の結果,提案手法は7つの最先端イベント抽出法より一貫して優れていることがわかった。
論文参考訳（メタデータ） (2021-06-23T13:24:39Z)
Causal BERT : Language models for causality detection between events expressed in text [1.0756038762528868]
イベント間の因果関係の理解は、ヘルスケア、ビジネスリスク管理、財務など、多くの分野で役立ちます。自然言語イベント間の「因果関係」は、暗黙的に表現されることが多いため、単に挑戦を続ける。提案手法は3つの異なるデータ分布において最先端の性能を達成し,因果図の抽出に利用できる。
論文参考訳（メタデータ） (2020-12-10T04:59:12Z)
Temporal Reasoning on Implicit Events from Distant Supervision [91.20159064951487]
本稿では,暗黙的事象の理解度を評価する新しい時間的推論データセットを提案する。我々は、暗黙の出来事と明示的な出来事の間の時間的関係を予測する際に、最先端のモデルが苦労していることを発見した。本稿では,大規模テキストからの遠隔監視信号を利用して終末時刻を推定する,ニューロシンボリックな時間的推論モデルSYMTIMEを提案する。
論文参考訳（メタデータ） (2020-10-24T03:12:27Z)
Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
論文参考訳（メタデータ） (2020-10-04T05:24:12Z)

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。