論文の概要: Exploring Probabilistic Soft Logic as a framework for integrating
top-down and bottom-up processing of language in a task context
- arxiv url: http://arxiv.org/abs/2004.07000v1
- Date: Wed, 15 Apr 2020 11:00:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 03:31:35.292378
- Title: Exploring Probabilistic Soft Logic as a framework for integrating
top-down and bottom-up processing of language in a task context
- Title（参考訳）: タスクコンテキストにおける言語のトップダウンおよびボトムアップ処理を統合するフレームワークとしての確率的ソフトロジックの検討
- Authors: Johannes Dellert
- Abstract要約: このアーキテクチャは既存のNLPコンポーネントを統合し、8段階の言語モデリングの候補分析を生成する。
このアーキテクチャは、形式レベルでの表現形式としてUniversal Dependencies (UD) と、学習者回答のセマンティックな分析を表現するための抽象的意味表現 (AMR) に基づいて構築されている。
- 参考スコア（独自算出の注目度）: 0.6091702876917279
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This technical report describes a new prototype architecture designed to
integrate top-down and bottom-up analysis of non-standard linguistic input,
where a semantic model of the context of an utterance is used to guide the
analysis of the non-standard surface forms, including their automated
normalization in context. While the architecture is generally applicable, as a
concrete use case of the architecture we target the generation of
semantically-informed target hypotheses for answers written by German learners
in response to reading comprehension questions, where the reading context and
possible target answers are given.
The architecture integrates existing NLP components to produce candidate
analyses on eight levels of linguistic modeling, all of which are broken down
into atomic statements and connected into a large graphical model using
Probabilistic Soft Logic (PSL) as a framework. Maximum a posteriori inference
on the resulting graphical model then assigns a belief distribution to
candidate target hypotheses. The current version of the architecture builds on
Universal Dependencies (UD) as its representation formalism on the form level
and on Abstract Meaning Representations (AMRs) to represent semantic analyses
of learner answers and the context information provided by the target answers.
These general choices will make it comparatively straightforward to apply the
architecture to other tasks and other languages.
- Abstract（参考訳）: 本技術報告では,非標準言語入力におけるトップダウンおよびボトムアップ解析を統合するために設計された新しいプロトタイプアーキテクチャについて述べる。
アーキテクチャは一般的に当てはまるが、アーキテクチャの具体的なユースケースとして、ドイツの学習者によって書かれた回答に対する意味論的に変形した目標仮説の生成を対象とし、理解的な質問を読み取る。
このアーキテクチャは、既存のnlpコンポーネントを統合して8段階の言語モデリングの候補分析を行い、それら全てはアトミックステートメントに分解され、確率的ソフトロジック(psl)をフレームワークとして、大きなグラフィカルモデルに接続される。
結果のグラフィカルモデルに対する最大後進推論は、候補のターゲット仮説に信念分布を割り当てる。
アーキテクチャの現在のバージョンは、形式レベルでの表現形式としてUniversal Dependencies (UD) と、学習者回答のセマンティック分析と対象回答が提供するコンテキスト情報を表現するための抽象的意味表現 (AMR) に基づいている。
これらの一般的な選択は、アーキテクチャを他のタスクや他の言語に適用することが比較的簡単になります。
関連論文リスト
- SymbolicAI: A framework for logic-based approaches combining generative
models and solvers [10.558183419341514]
SymbolicAIは、生成プロセスにおける概念学習とフロー管理に論理ベースのアプローチを採用する、汎用的でモジュール化されたフレームワークである。
我々は,大規模言語モデル(LLM)を,自然言語命令と形式言語命令の両方に基づいてタスクを実行する意味的解決器として扱う。
論文 参考訳（メタデータ） (2024-02-01T18:50:50Z) - An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。
応用例としては、メタ理論的性質の形式的解析と検証がある。
論文 参考訳（メタデータ） (2023-12-08T09:32:26Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳（メタデータ） (2023-07-25T17:59:18Z) - Disco-Bench: A Discourse-Aware Evaluation Benchmark for Language
Modelling [70.23876429382969]
本研究では,多種多様なNLPタスクに対して,文内談話特性を評価できるベンチマークを提案する。
ディスコ・ベンチは文学領域における9つの文書レベルのテストセットから構成されており、豊富な談話現象を含んでいる。
また,言語分析のために,対象モデルが談話知識を学習するかどうかを検証できる診断テストスイートを設計する。
論文 参考訳（メタデータ） (2023-07-16T15:18:25Z) - A Machine Learning Approach to Classifying Construction Cost Documents
into the International Construction Measurement Standard [0.0]
原価文書で提供される自然言語記述を分類する最初の自動モデル「Bills of Quantities」を紹介した。
英国中の24の大規模なインフラ建設プロジェクトから収集された5万件以上の項目のデータセットから学習する。
論文 参考訳（メタデータ） (2022-10-24T11:35:53Z) - Decoupled Context Processing for Context Augmented Language Modeling [33.89636308731306]
言語モデルはコンテキストレトリバーで拡張することができ、大きな外部データベースからの知識を組み込むことができる。
検索したコンテキストを活用することで、ニューラルネットワークは内部パラメータ内の膨大な世界の知識を記憶する必要がなく、効率性、解釈可能性、モジュール性が向上する。
論文 参考訳（メタデータ） (2022-10-11T20:05:09Z) - Compositional Generalization in Grounded Language Learning via Induced
Model Sparsity [81.38804205212425]
グリッド環境における単純な言語条件のナビゲーション問題について考察する。
本研究では,オブジェクトの指示文と属性のスパース相関を助長するエージェントを設計し,それらを組み合わせて目的を導出する。
我々のエージェントは、少数のデモンストレーションから学習した場合でも、新しいプロパティの組み合わせを含む目標に対して高いレベルのパフォーマンスを維持している。
論文 参考訳（メタデータ） (2022-07-06T08:46:27Z) - CUGE: A Chinese Language Understanding and Generation Evaluation
Benchmark [144.05723617401674]
汎用言語インテリジェンス評価は、自然言語処理の長年の目標である。
汎用言語インテリジェンス評価には,ベンチマーク自体が包括的で体系的なものである必要がある,と我々は主張する。
以下に示す機能を備えた中国語理解・生成評価ベンチマークであるCUGEを提案する。
論文 参考訳（メタデータ） (2021-12-27T11:08:58Z) - Architectures of Meaning, A Systematic Corpus Analysis of NLP Systems [0.0]
このフレームワークはSemevalタスクの完全なコーパスで検証されている。
これは、大部分が動的で指数関数的に成長する場を解釈する体系的なメカニズムを提供する。
論文 参考訳（メタデータ） (2021-07-16T21:10:43Z) - Learning Universal Representations from Word to Sentence [89.82415322763475]
この研究は普遍的な表現学習、すなわち一様ベクトル空間における言語単位の異なるレベルへの埋め込みを導入し、探求する。
本稿では, 単語, 句, 文の観点から, 類似したデータセットを構築するためのアプローチを提案する。
適切なトレーニング設定を組み込んだよく訓練されたトランスフォーマーモデルが、効果的に普遍的な表現が得られることを実証的に検証する。
論文 参考訳（メタデータ） (2020-09-10T03:53:18Z)
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。