論文の概要: Recursive Rules with Aggregation: A Simple Unified Semantics
- arxiv url: http://arxiv.org/abs/2007.13053v3
- Date: Wed, 21 Sep 2022 13:39:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-06 20:10:38.830731
- Title: Recursive Rules with Aggregation: A Simple Unified Semantics
- Title(参考訳): アグリゲーションによる再帰的ルール:単純な統一セマンティクス
- Authors: Yanhong A. Liu and Scott D. Stoller
- Abstract要約: 本稿では,集約を伴う再帰の統一的意味論について述べる。
意味論を形式的に定義し、意味論の重要な性質を証明し、先行意味論と比較する。
私たちのセマンティクスはシンプルで、すべてのケースで望ましい結果と一致しています。
- 参考スコア(独自算出の注目度): 0.6662800021628273
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Complex reasoning problems are most clearly and easily specified using
logical rules, but require recursive rules with aggregation such as count and
sum for practical applications. Unfortunately, the meaning of such rules has
been a significant challenge, leading to many disagreeing semantics.
This paper describes a unified semantics for recursive rules with
aggregation, extending the unified founded semantics and constraint semantics
for recursive rules with negation. The key idea is to support simple expression
of the different assumptions underlying different semantics, and orthogonally
interpret aggregation operations using their simple usual meaning. We present a
formal definition of the semantics, prove important properties of the
semantics, and compare with prior semantics. In particular, we present an
efficient inference over aggregation that gives precise answers to all examples
we have studied from the literature. We also apply our semantics to a wide
range of challenging examples, and show that our semantics is simple and
matches the desired results in all cases. Finally, we describe experiments on
the most challenging examples, exhibiting unexpectedly superior performance
over well-known systems when they can compute correct answers.
- Abstract(参考訳): 複雑な推論問題は論理規則を用いて最も明確かつ容易に特定できるが、実用的な用途にはカウントや和といった集約を伴う再帰的ルールが必要である。
残念なことに、このようなルールの意味は重大な課題であり、多くの矛盾する意味論を生み出した。
本稿では、集約を伴う再帰的ルールの統一的セマンティクスを記述し、否定を伴う再帰的ルールの統一的セマンティクスと制約セマンティクスを拡張した。
鍵となる考え方は、異なるセマンティクスに基づく異なる仮定の単純表現をサポートし、直交的にそれらの単純な意味を使って集約操作を解釈することである。
意味論を形式的に定義し,意味論の重要な性質を証明し,先行意味論と比較する。
特に,文献から考察したすべての例に対して正確な回答を与える,集約による効率的な推論を提案する。
また、我々のセマンティクスを幅広い挑戦的な例に適用し、私たちのセマンティクスがシンプルであり、すべてのケースで望ましい結果と一致することを示す。
最後に,最も難解な例について実験を行い,正解を計算できる時,よく知られたシステムよりも予期せぬ優れた性能を示す。
関連論文リスト
- Can LLMs Reason with Rules? Logic Scaffolding for Stress-Testing and
Improving LLMs [95.41575344721691]
大規模言語モデル(LLM)は、様々な推論タスクにおいて、印象的な人間的なパフォーマンスを実現している。
しかし、その根底にある推論規則の熟達性は、人間の能力に欠ける。
本稿では,推論ルールベースであるULogicを構築するための,推論ルール生成フレームワークを提案する。
論文 参考訳(メタデータ) (2024-02-18T03:38:51Z) - Consistent Query Answering for Existential Rules under Tuple-Deletion
Semantics [3.02331835383739]
そこで本研究では,一貫した問合せ応答とアンダー・削除のセマンティクスの修復について検討する。
本稿では, 実用的な一貫性のない問合せ応答システムの基礎となる新しい問合せ書き換え手法を提案する。
論文 参考訳(メタデータ) (2024-01-11T08:48:40Z) - A Unified View on Forgetting and Strong Equivalence Notions in Answer
Set Programming [14.342696862884704]
文献からすべての関連概念を捉えることができる新しい相対同値概念を導入する。
次に、プロジェクションと(SP)鍛造の緩和を組み合わせた演算子を導入し、相対化単純化を求める。
論文 参考訳(メタデータ) (2023-12-13T09:05:48Z) - Discourse-Aware Text Simplification: From Complex Sentences to Linked
Propositions [11.335080241393191]
Text Simplification (TS)は、テキストの処理を容易にするために文を変更することを目的としている。
本稿では、複雑な英語文を分割し、言い換える、談話対応のTSアプローチを提案する。
単純化された文の上に意味層を置く最小命題のセマンティック階層を生成する。
論文 参考訳(メタデータ) (2023-08-01T10:10:59Z) - A Hybrid System for Systematic Generalization in Simple Arithmetic
Problems [70.91780996370326]
本稿では,記号列に対する合成的および体系的推論を必要とする算術的問題を解くことができるハイブリッドシステムを提案する。
提案システムは,最も単純なケースを含むサブセットでのみ訓練された場合においても,ネストした数式を正確に解くことができることを示す。
論文 参考訳(メタデータ) (2023-06-29T18:35:41Z) - Semantic-aware Contrastive Learning for More Accurate Semantic Parsing [32.74456368167872]
そこで本研究では,意味表現の微粒化を学習できる意味認識型コントラスト学習アルゴリズムを提案する。
2つの標準データセットの実験により、我々の手法はMLEベースラインよりも大幅に改善されていることが示された。
論文 参考訳(メタデータ) (2023-01-19T07:04:32Z) - On the Complexity of Representation Learning in Contextual Linear
Bandits [110.84649234726442]
表現学習は線形帯域よりも根本的に複雑であることを示す。
特に、与えられた表現の集合で学ぶことは、その集合の中で最悪の実現可能な表現で学ぶことよりも決して単純ではない。
論文 参考訳(メタデータ) (2022-12-19T13:08:58Z) - Synergies between Disentanglement and Sparsity: Generalization and
Identifiability in Multi-Task Learning [79.83792914684985]
我々は,最大スパース基底予測器が不整合表現をもたらす条件を提供する新しい識別可能性の結果を証明した。
この理論的な結果から,両レベル最適化問題に基づくアンタングル表現学習の実践的アプローチを提案する。
論文 参考訳(メタデータ) (2022-11-26T21:02:09Z) - On graded semantics of abstract argumentation: Extension-based case [0.0]
本稿では,抽象的議論フレームワーク(AAF)における拡張型意味論の課題について考察する。
代替基本補題が与えられ、[1]で得られた対応する結果を一般化する。
コンフリクトフリー、許容可能、完全、安定のセマンティクスを含む、AFの基本的なセマンティクスは、リミット・ミート・モジュロ・アン・ウルトラフィルタの下で閉じられていることが示されている。
論文 参考訳(メタデータ) (2020-12-19T04:32:19Z) - Compositional Generalization via Semantic Tagging [81.24269148865555]
本稿では,シーケンス・ツー・シーケンスモデルの表現性と一般性を保存するための新しいデコードフレームワークを提案する。
提案手法は, モデルアーキテクチャ, ドメイン, セマンティックフォーマリズム間の構成一般化を一貫して改善することを示す。
論文 参考訳(メタデータ) (2020-10-22T15:55:15Z) - Syn-QG: Syntactic and Shallow Semantic Rules for Question Generation [49.671882751569534]
我々は、宣言文を質問応答対に変換する透明な統語規則であるSynQGを開発した。
PropBankの引数記述とVerbNet状態述語を利用して、浅いセマンティックコンテンツを組み込む。
文法的不正確な質問を排除し,構文の流布性を改善するために,これらの構文規則のアウトプットを逆翻訳する。
論文 参考訳(メタデータ) (2020-04-18T19:57:39Z)
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。