論文の概要: Starfish: A Prototype for Universal Preprocessing and Text-Embedded
Programming
- arxiv url: http://arxiv.org/abs/2007.02366v1
- Date: Sun, 5 Jul 2020 15:37:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-13 08:31:17.329576
- Title: Starfish: A Prototype for Universal Preprocessing and Text-Embedded
Programming
- Title(参考訳): Starfish: ユニバーサル前処理とテキスト組み込みプログラミングのためのプロトタイプ
- Authors: Vlado Keselj
- Abstract要約: ユニバーサルテキスト前処理とテキスト埋め込みプログラミング(PTEP)の新たな概念を提案する。
本稿では,Perlでプリプロセッシングとテキスト組込みプログラミングを実装したオープンソースシステムであるStarfishの動作モデルと設計について述べる。
- 参考スコア(独自算出の注目度): 0.12183405753834563
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel concept of universal text preprocessing and text-embedded
programming (PTEP). Preprocessing and text-embedded programming has been widely
used in programming languages and frameworks in a fragmented and mutually
isolated way. The PTEP ideas can be found in the implementation of the \TeX\
typesetting system; they are prominent in PHP and similar web languages, and
finally they are used in the Jupyter data science framework. This paper
presents this area of research and related work in a more unified framework,
and we describe the implemented system Starfish that satisfies the following
novel principles of PTEP: universality, update and replace modes, flexiblity,
configurability, and transparency. We describe the operating model and design
of Starfish, which is an open-source system implementing universal
preprocessing and text-embedded programming in Perl. The system is transparent
and its design allows direct implementation in other programming languages as
well.
- Abstract(参考訳): 本稿では,汎用テキストプリプロセッシングとテキスト組込みプログラミング(PTEP)の新たな概念を提案する。
プリプロセッシングとテキスト埋め込みプログラミングは、断片化され、相互に分離された方法で、プログラミング言語やフレームワークで広く使われている。
PTEPのアイデアは、 \TeX\型付けシステムの実装で見ることができる。それらはPHPや同様のWeb言語で顕著であり、最終的にはJupyterのデータサイエンスフレームワークで使用される。
本稿では,本研究の分野をより統一的な枠組みで研究し,ptepの新たな原則である普遍性,更新および置換モード,フレキシブル性,構成可能性,透明性を満たす実装システムstarfishについて述べる。
我々は、perlでユニバーサルプリプロセッシングとテキスト埋め込みプログラミングを実装するオープンソースシステムであるstarfishの運用モデルと設計について述べる。
システムは透過的であり、設計により他のプログラミング言語にも直接実装できる。
関連論文リスト
- Code-Mixed Probes Show How Pre-Trained Models Generalise On
Code-Switched Text [2.156208381257605]
事前学習された言語モデルが3次元のコードスイッチトテキストをどのように扱うかを検討する。
その結果,事前学習した言語モデルは,コードスイッチトテキストへの一般化に有効であることが判明した。
論文 参考訳(メタデータ) (2024-03-07T19:46:03Z) - The Design and Implementation of an Extensible System Meta-Programming
Language [0.40792653193642503]
本稿では,プログラム定義をスクリプトとして解釈する手法として,コンパイルプロセスの再定義を提案する。
本稿では,Sysmelの自己コンパイル実装をブートストラップすることで,このアプローチの実現可能性を示す。
論文 参考訳(メタデータ) (2023-09-27T05:46:41Z) - Reverse-Engineering Decoding Strategies Given Blackbox Access to a
Language Generation System [73.52878118434147]
テキスト生成に使用する復号法をリバースエンジニアリングする手法を提案する。
どのようなデコード戦略が使われたかを検出する能力は、生成されたテキストを検出することに影響を及ぼす。
論文 参考訳(メタデータ) (2023-09-09T18:19:47Z) - Programming by Example and Text-to-Code Translation for Conversational
Code Generation [1.8447697408534178]
本稿では,実例によるプログラミングとテキスト・トゥ・コードシステムの統合手法を提案する。
MPaTHSは一般的なプログラムを合成するための自然言語インタフェースを提供する。
本稿では,タスク指向対話問題に適用可能なプログラム表現を提案する。
論文 参考訳(メタデータ) (2022-11-21T15:20:45Z) - A Conversational Paradigm for Program Synthesis [110.94409515865867]
本稿では,大規模言語モデルを用いた対話型プログラム合成手法を提案する。
私たちは、自然言語とプログラミング言語のデータに基づいて、CodeGenと呼ばれる大規模な言語モデルのファミリーを訓練します。
本研究は,会話能力の出現と,提案した会話プログラム合成パラダイムの有効性を示すものである。
論文 参考訳(メタデータ) (2022-03-25T06:55:15Z) - Pre-Trained Language Models for Interactive Decision-Making [72.77825666035203]
目的と観測を埋め込みのシーケンスとして表現する模倣学習の枠組みを述べる。
このフレームワークは様々な環境にまたがって効果的な一般化を可能にすることを実証する。
新たなゴールや新しいシーンを含むテストタスクでは、言語モデルによる初期化ポリシーはタスク完了率を43.6%改善する。
論文 参考訳(メタデータ) (2022-02-03T18:55:52Z) - Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。
最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
論文 参考訳(メタデータ) (2021-06-18T15:08:47Z) - VX2TEXT: End-to-End Learning of Video-Based Text Generation From
Multimodal Inputs [103.99315770490163]
本稿では,ビデオ+テキスト,音声,音声によるマルチモーダル入力からテキストを生成するフレームワークを提案する。
実験により、一つのアーキテクチャに基づくアプローチは、3つのビデオベースのテキスト生成タスクにおいて最先端のタスクより優れていることが示された。
論文 参考訳(メタデータ) (2021-01-28T15:22:36Z) - The jsRealB Text Realizer: Organization and Use Cases [0.6091702876917281]
jsRealBは、英語またはフランス語の文のためにJavaScriptで書かれた表面実現剤です。
これは、Webページ内またはnode.jsモジュールとして使用できます。
論文 参考訳(メタデータ) (2020-12-31T03:32:58Z) - A Multi-Perspective Architecture for Semantic Code Search [58.73778219645548]
テキストマッチングのための新しい多言語間ニューラルネットワークを提案する。
CoNaLaデータセットを用いた実験により,提案したモデルでは,従来の手法よりも優れた性能が得られることが示された。
論文 参考訳(メタデータ) (2020-05-06T04:46:11Z) - SCELMo: Source Code Embeddings from Language Models [33.673421734844474]
本稿では,言語モデルに基づくコンピュータ・プログラムにおける文脈表現の深層化について紹介する。
比較的小さなプログラムのコーパスで訓練された低次元埋め込みでさえ、バグ検出のための最先端の機械学習システムを改善することができることを示す。
論文 参考訳(メタデータ) (2020-04-28T00:06:25Z)
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。