論文の概要: Inferences and Modal Vocabulary

• arxiv url: http://arxiv.org/abs/2007.02487v1
• Date: Mon, 6 Jul 2020 01:04:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-13 02:53:00.584640
• Title: Inferences and Modal Vocabulary
• Title（参考訳）: 推論とモーダル語彙
• Authors: Florian Richter
• Abstract要約: 単調でない推論には様々な種類があり、例えば帰納的推論がある。 物質的推論は、物質的不整合性の原理に基づいて良い推論を表現する。 概念的関係を表現するための意味のモーダル解釈を提案する。
• 参考スコア（独自算出の注目度）: 8.475081627511166
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deduction is the one of the major forms of inferences and commonly used in formal logic. This kind of inference has the feature of monotonicity, which can be problematic. There are different types of inferences that are not monotonic, e.g. abductive inferences. The debate between advocates and critics of abduction as a useful instrument can be reconstructed along the issue, how an abductive inference warrants to pick out one hypothesis as the best one. But how can the goodness of an inference be assessed? Material inferences express good inferences based on the principle of material incompatibility. Material inferences are based on modal vocabulary, which enriches the logical expressivity of the inferential relations. This leads also to certain limits in the application of labeling in machine learning. I propose a modal interpretation of implications to express conceptual relations.
• Abstract（参考訳）: 推論は推論の主要な形式の一つであり、形式論理学で一般的に用いられる。 この種の推論は単調性の特徴を持ち、問題となる可能性がある。 単調でない推論には様々な種類があり、例えば帰納的推論がある。 誘拐を有用な手段として批判する支持者と批評家の間での議論はこの問題に沿って再構築され、誘惑的推論がどのように一つの仮説を最良のものとして選ぶかが示される。 しかし、どうやって推論の良さを評価するのか? 材料推論は、材料不適合性の原理に基づいて良い推論を表現する。 物質的推論は、推論関係の論理的表現性を高める様相語彙に基づいている。 これはまた、機械学習におけるラベリングの適用に一定の制限をもたらす。 概念的関係を表現するための意味の様相解釈を提案する。

関連論文リスト

• A Complexity-Based Theory of Compositionality [53.025566128892066]
  AIでは、構成表現は配布外一般化の強力な形式を可能にすることができる。 ここでは、構成性に関する直観を考慮し、拡張する構成性の公式な定義を提案する。 この定義は概念的には単純で量的であり、アルゴリズム情報理論に基礎を置いており、あらゆる表現に適用できる。
  論文  参考訳（メタデータ） (2024-10-18T18:37:27Z)
• When Is Inductive Inference Possible? [3.4991031406102238]
  オンライン学習理論への新たなリンクを確立することにより,帰納的推論の厳密な特徴付けを行う。 帰納的推論が可能であることは、仮説クラスがオンライン学習可能なクラスの可算和である場合に限る。 私たちの主要な技術ツールは、新しい一様でないオンライン学習フレームワークです。
  論文  参考訳（メタデータ） (2023-11-30T20:02:25Z)
• Contrastive Learning for Inference in Dialogue [56.20733835058695]
  推論、特に帰納的プロセスから派生したものは、私たちの会話において重要な要素です。 近年の大規模言語モデルは推論タスクにおいて顕著な進歩を見せている。 しかし、インダクティブ推論における彼らのパフォーマンスは、すべての情報がコンテキストに存在するわけではないが、インダクティブ推論よりもはるかに遅れている。
  論文  参考訳（メタデータ） (2023-10-19T04:49:36Z)
• Phenomenal Yet Puzzling: Testing Inductive Reasoning Capabilities of Language Models with Hypothesis Refinement [92.61557711360652]
  言語モデル(LM)は、しばしば帰納的推論に不足する。 我々は,反復的仮説修正を通じて,LMの帰納的推論能力を体系的に研究する。 本研究は, LMの誘導的推論過程と人間とのいくつかの相違点を明らかにし, 誘導的推論タスクにおけるLMの使用の可能性と限界に光を当てる。
  論文  参考訳（メタデータ） (2023-10-12T17:51:10Z)
• Abductive Commonsense Reasoning Exploiting Mutually Exclusive Explanations [118.0818807474809]
  帰納的推論は、イベントのもっともらしい説明を見つけることを目的としている。 自然言語処理における帰納的推論のための既存のアプローチは、しばしば監督のために手動で生成されたアノテーションに依存している。 この研究は、ある文脈に対して、説明のサブセットのみが正しいという事実を活用する、帰納的コモンセンス推論のアプローチを提案する。
  論文  参考訳（メタデータ） (2023-05-24T01:35:10Z)
• An Embedding-based Approach to Inconsistency-tolerant Reasoning with Inconsistent Ontologies [12.760301272393898]
  本稿では,公理の埋め込みに基づく一貫性のない意味論による推論手法を提案する。 組込みに基づく手法は、最大一貫した部分集合に基づく既存の矛盾耐性推論手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-04-04T09:38:02Z)
• Certain and Uncertain Inference with Indicative Conditionals [0.3437656066916039]
  我々は、真理条件と自然言語条件の確率の3値意味論を開発する。 いずれのフレームワークにおける推論の3価表現と確率表現の体系的対応を示す。 その結果は、条件推論の妥当性を分析するために有益に適用できる条件のセマンティクスと指示の統一的な説明である。
  論文  参考訳（メタデータ） (2022-07-17T20:06:00Z)
• Observing Interventions: A logic for thinking about experiments [62.997667081978825]
  本稿では,実験から学ぶ論理への第一歩について述べる。 我々のアプローチにとって重要なことは、介入の概念が(現実的または仮説的な)実験の形式的表現として使用できるという考えである。 提案された全ての論理系に対して、健全で完全な公理化を提供する。
  論文  参考訳（メタデータ） (2021-11-25T09:26:45Z)
• Logic, Language, and Calculus [8.475081627511166]
  言語とメタ言語の違いは論理解析にとって重要であるが、コンピュータ科学の分野ではまだ検討されていない。 メタ言語の推論関係(命題論理の計算のような)は自然言語の概念的関係を表現できないと論じられている。
  論文  参考訳（メタデータ） (2020-07-06T00:52:54Z)
• Pairwise Supervision Can Provably Elicit a Decision Boundary [84.58020117487898]
  類似性学習は、パターンのペア間の関係を予測することによって有用な表現を引き出す問題である。 類似性学習は、決定境界を直接引き出すことによって二項分類を解くことができることを示す。
  論文  参考訳（メタデータ） (2020-06-11T05:35:16Z)
• A Unified Scientific Basis for Inference [0.0]
  この議論の自然な拡張は、量子力学の形式論の本質的な部分を導出できる概念的基礎を与える。 ベルの不等式に関する疑問は、各観測者に対する条件原理を用いて解決される。
  論文  参考訳（メタデータ） (2012-06-22T07:34:08Z)

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。