論文の概要: A Survey on Temporal Reasoning for Temporal Information Extraction from
Text (Extended Abstract)
- arxiv url: http://arxiv.org/abs/2005.06527v2
- Date: Fri, 15 May 2020 11:35:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 09:57:08.841860
- Title: A Survey on Temporal Reasoning for Temporal Information Extraction from
Text (Extended Abstract)
- Title(参考訳): テキストからの時間情報抽出のための時間的推論に関する研究(拡張抽象)
- Authors: Artuur Leeuwenberg, Marie-Francine Moens
- Abstract要約: 時間的推論は時間的情報抽出において中心的な役割を果たす。
本稿では,テキストからの自動時間情報抽出のための時間的推論に関する研究を包括的に調査する。
シンボリック推論と機械学習に基づく情報抽出システムの統合に関するケーススタディを提供する。
- 参考スコア(独自算出の注目度): 21.62977556227642
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Time is deeply woven into how people perceive, and communicate about the
world. Almost unconsciously, we provide our language utterances with temporal
cues, like verb tenses, and we can hardly produce sentences without such cues.
Extracting temporal cues from text, and constructing a global temporal view
about the order of described events is a major challenge of automatic natural
language understanding. Temporal reasoning, the process of combining different
temporal cues into a coherent temporal view, plays a central role in temporal
information extraction. This article presents a comprehensive survey of the
research from the past decades on temporal reasoning for automatic temporal
information extraction from text, providing a case study on the integration of
symbolic reasoning with machine learning-based information extraction systems.
- Abstract(参考訳): 時間は人々がどのように知覚し、世界についてコミュニケーションするかに深く織り込まれている。
ほぼ無意識で、動詞の時制のように、私たちの言語発話に時間的手がかりを与え、そのような手がかりなしでは文を生成できない。
テキストから時間的手がかりを抽出し、記述された事象の順序に関するグローバルな時間的視点を構築することは、自動自然言語理解の大きな課題である。
時間的推論は、異なる時間的手がかりをコヒーレントな時間的視点に組み合わせるプロセスであり、時間的情報抽出において中心的な役割を果たす。
本稿では,テキストから自動時間情報抽出のための時間的推論に関する過去数十年の研究の包括的調査を行い,記号的推論と機械学習に基づく情報抽出システムの統合を事例として述べる。
関連論文リスト
- Enhancing Temporal Sensitivity and Reasoning for Time-Sensitive Question Answering [23.98067169669452]
Time-Sensitive Question Answering (TSQA)は、特定の時間的文脈を効果的に活用することを要求する。
本稿では,時間的認知と推論を時間的情報認識の埋め込みとグラニュラコントラスト強化学習を通じて促進する新しい枠組みを提案する。
論文 参考訳(メタデータ) (2024-09-25T13:13:21Z) - Analysis of Plan-based Retrieval for Grounded Text Generation [78.89478272104739]
幻覚は、言語モデルがそのパラメトリック知識の外で生成タスクが与えられるときに起こる。
この制限に対処するための一般的な戦略は、言語モデルに検索メカニズムを注入することである。
我々は,幻覚の頻度をさらに減少させるために,探索のガイドとして計画をどのように利用できるかを分析する。
論文 参考訳(メタデータ) (2024-08-20T02:19:35Z) - Subspace Chronicles: How Linguistic Information Emerges, Shifts and
Interacts during Language Model Training [56.74440457571821]
我々は、構文、意味論、推論を含むタスクを、200万の事前学習ステップと5つのシードで分析する。
タスクや時間にまたがる重要な学習フェーズを特定し、その間にサブスペースが出現し、情報を共有し、後に専門化するために混乱する。
この結果は,モデル解釈可能性,マルチタスク学習,限られたデータからの学習に影響を及ぼす。
論文 参考訳(メタデータ) (2023-10-25T09:09:55Z) - An Overview Of Temporal Commonsense Reasoning and Acquisition [20.108317515225504]
時間的コモンセンス推論(英: Temporal Commonsense reasoning)とは、フレーズ、行動、出来事の典型的な時間的文脈を理解する能力である。
大規模言語モデルの性能に関する最近の研究は、しばしば推論においてショートカットを行い、単純な言語トラップに陥ることが示唆されている。
論文 参考訳(メタデータ) (2023-07-28T01:30:15Z) - Unlocking Temporal Question Answering for Large Language Models with Tailor-Made Reasoning Logic [84.59255070520673]
大きな言語モデル(LLM)は、時間的推論に関わる際に課題に直面します。
本研究では,時間的質問応答タスクに特化して設計された新しいフレームワークであるTempLogicを提案する。
論文 参考訳(メタデータ) (2023-05-24T10:57:53Z) - Fuzzy Temporal Protoforms for the Quantitative Description of Processes
in Natural Language [0.0]
このモデルには、プロセスや属性からの時間的および因果的な情報が含まれ、プロセス寿命の期間中の属性を定量化し、イベント間の因果関係と時間的距離をリコールする。
心臓科領域における実際のユースケースを提示し、ドメインの専門家に自然言語の説明を提供するモデルの可能性を示す。
論文 参考訳(メタデータ) (2023-05-16T14:59:38Z) - Follow the Timeline! Generating Abstractive and Extractive Timeline
Summary in Chronological Order [78.46986998674181]
時間順で抽象的かつ抽出的な時系列を生成できる統一タイムライン要約器(UTS)を提案する。
我々は、以前の中国の大規模タイムライン要約データセットを拡張し、新しい英語タイムラインデータセットを収集する。
UTSは、自動評価と人的評価の両方の観点から最先端のパフォーマンスを達成する。
論文 参考訳(メタデータ) (2023-01-02T20:29:40Z) - Open-set Text Recognition via Character-Context Decoupling [16.2819099852748]
オープンセットテキスト認識タスクは、評価中に新しい文字を認識する余分な能力を必要とする、新たな課題である。
現状の手法における限られた性能の大きな原因は,個々の文字の視覚的情報に対する文脈情報の相違である,と我々は主張する。
文脈情報と文字視覚情報を分離することでこの問題を軽減するために,文字コンテキスト分離フレームワークを提案する。
論文 参考訳(メタデータ) (2022-04-12T05:43:46Z) - 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) - Temporal Common Sense Acquisition with Minimal Supervision [77.8308414884754]
この研究は、時間的常識の明示的で暗黙的な言及を活用する新しいシーケンスモデリング手法を提案する。
本手法は,時間的共通感覚の様々な次元の質予測を行う。
また、時間比較、親子関係、イベントコア参照、時間的QAなど、関連するタスクに対するイベントの表現も生成する。
論文 参考訳(メタデータ) (2020-05-08T22:20:16Z)
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。