論文の概要: Automation Strategies for Unconstrained Crossword Puzzle Generation
- arxiv url: http://arxiv.org/abs/2007.04663v1
- Date: Thu, 9 Jul 2020 09:45:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 04:25:56.400552
- Title: Automation Strategies for Unconstrained Crossword Puzzle Generation
- Title（参考訳）: 非拘束型クロスワードノズル生成の自動化戦略
- Authors: Charu Agarwal, Rushikesh K. Joshi
- Abstract要約: 制約なしクロスワードパズルは制約付きクロスワード問題の一般化である。
本稿では,このような制約のない環境での自動クロスワードパズル生成のためのアルゴリズム戦略について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An unconstrained crossword puzzle is a generalization of the constrained
crossword problem. In this problem, only the word vocabulary, and optionally
the grid dimensions are known. Hence, it not only requires the algorithm to
determine the word locations, but it also needs to come up with the grid
geometry. This paper discusses algorithmic strategies for automatic crossword
puzzle generation in such an unconstrained setting. The strategies proposed
cover the tasks of selection of words from a given vocabulary, selection of
grid sizes, grid resizing and adjustments, metrics for word fitting,
back-tracking techniques, and also clue generation. The strategies have been
formulated based on a study of the effect of word sequence permutation order on
grid fitting. An end-to-end algorithm that combines these strategies is
presented, and its performance is analyzed. The techniques have been found to
be successful in quickly producing well-packed puzzles of even large sizes.
Finally, a few example puzzles generated by our algorithm are also provided.
- Abstract（参考訳）: 制約なしクロスワードパズルは制約付きクロスワード問題の一般化である。
この問題では、語彙のみであり、任意に格子次元が知られている。
したがって、単語の位置を決定するためにアルゴリズムを必要とするだけでなく、グリッドの幾何学も考え出す必要がある。
本稿では,このような制約のない環境での自動クロスワードパズル生成のためのアルゴリズム戦略について論じる。
提案した戦略は、与えられた語彙からの単語の選択、グリッドサイズの選択、グリッドサイズと調整、ワードフィッティングのメトリクス、バックトラッキング技術、および手がかり生成のタスクをカバーする。
これらの戦略は、単語列の置換順序がグリッドフィッティングに与える影響の研究に基づいて定式化されている。
これらの戦略を組み合わせたエンドツーエンドのアルゴリズムを示し、その性能を解析する。
この技術は、非常に大きなサイズのよく詰め込まれたパズルを素早く作成することに成功している。
最後に,本アルゴリズムで生成したいくつかのパズルについても述べる。
関連論文リスト
- Word Embedding Dimension Reduction via Weakly-Supervised Feature Selection [34.217661429283666]
語彙が大きくなるにつれて、ベクトル空間の次元は増加し、それが膨大なモデルサイズに繋がる。
本稿では,単語埋め込み次元の減少について検討する。
本稿では,WordFS という機能選択手法を提案する。
論文 参考訳（メタデータ） (2024-07-17T06:36:09Z) - A Process for Topic Modelling Via Word Embeddings [0.0]
この研究は、単語の埋め込み、次元の縮小、クラスタリングに基づくアルゴリズムを組み合わせる。
目的は、未分類テキストの集合からトピックを取得することである。
論文 参考訳（メタデータ） (2023-10-06T15:10:35Z) - Multi-Phase Relaxation Labeling for Square Jigsaw Puzzle Solving [73.58829980121767]
本稿では,大域最適化に基づく二乗ジグソーパズルの解法を提案する。
この手法は完全に自動化されており、事前情報を前提とせず、未知または未知のピースオリエンテーションでパズルを扱うことができる。
論文 参考訳（メタデータ） (2023-03-26T18:53:51Z) - GANzzle: Reframing jigsaw puzzle solving as a retrieval task using a
generative mental image [15.132848477903314]
すべての部品からメンタルなイメージを推測し、その部品を爆発を避けるためにマッチさせることができる。
本研究では,未整列片の集合が与えられた画像の再構成方法を学び,各部品の符号化を発電機の収穫層に整合させる共同埋め込み空間を学習する。
このような場合、我々のモデルはパズルのサイズに依存しないが、従来の1つの大きさの深層学習法とは対照的である。
論文 参考訳（メタデータ） (2022-07-12T16:02:00Z) - Down and Across: Introducing Crossword-Solving as a New NLP Benchmark [11.194615436370507]
25年にわたるニューヨーク・タイムズの日刊クロスワードから収集したクロスワードパズルのコーパスの仕様を公表する。
これらのパズルには、歴史的、事実的、単語の意味、同義語/匿名、補足語、略語、接頭辞/接頭辞、単語プレイ、言語横断の様々な手がかりが含まれている。
論文 参考訳（メタデータ） (2022-05-20T21:16:44Z) - Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。
提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
論文 参考訳（メタデータ） (2021-08-23T09:05:18Z) - Determinantal Beam Search [75.84501052642361]
ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。
複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。
ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
論文 参考訳（メタデータ） (2021-06-14T13:01:46Z) - Accelerating Text Mining Using Domain-Specific Stop Word Lists [57.76576681191192]
本稿では,超平面的アプローチと呼ばれるドメイン固有語の自動抽出手法を提案する。
ハイパープレーンベースのアプローチは、無関係な特徴を排除することによって、テキストの寸法を著しく削減することができる。
その結果,超平面型アプローチはコーパスの寸法を90%削減し,相互情報より優れることがわかった。
論文 参考訳（メタデータ） (2020-11-18T17:42:32Z) - Text Information Aggregation with Centrality Attention [86.91922440508576]
本稿では, 固有中央集権自己注意という, 集権重み付けの新たな方法を提案する。
文中のすべての単語に対する完全連結グラフを構築し,各単語の注意点として固有中央性を計算する。
論文 参考訳（メタデータ） (2020-11-16T13:08:48Z) - PuzzleNet: Scene Text Detection by Segment Context Graph Learning [9.701699882807251]
そこで本研究では,Puzzle Networks (PuzzleNets) と呼ばれる新しい分解手法を提案する。
セグメントをコンテキストグラフとして構築することで、MSGCNはセグメントの組み合わせを予測するためにセグメントコンテキストを効果的に利用する。
提案手法は,セグメントコンテキストグラフの活用により,現在の最先端技術よりも優れた,あるいは同等の性能を実現することができる。
論文 参考訳（メタデータ） (2020-02-26T09:21:05Z) - Optimal Clustering from Noisy Binary Feedback [75.17453757892152]
本稿では,二元的ユーザフィードバックから一組のアイテムをクラスタリングする問題について検討する。
最小クラスタ回復誤差率のアルゴリズムを考案する。
適応選択のために,情報理論的誤差下界の導出にインスパイアされたアルゴリズムを開発する。
論文 参考訳（メタデータ） (2019-10-14T09:18:26Z)
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。