Fugu-MT 論文翻訳(概要): Discrete Word Embedding for Logical Natural Language Understanding

論文の概要: Discrete Word Embedding for Logical Natural Language Understanding

arxiv url: http://arxiv.org/abs/2008.11649v2
Date: Thu, 15 Oct 2020 14:37:59 GMT
ステータス: 処理完了
システム内更新日: 2022-10-24 20:43:34.099479
Title: Discrete Word Embedding for Logical Natural Language Understanding
Title（参考訳）: 論理的自然言語理解のための離散語埋め込み
Authors: Masataro Asai, Zilu Tang
Abstract要約: 単語の個別埋め込みを学習するための教師なしニューラルネットワークを提案する。我々の埋め込みは、古典的/STRIPS計画形式主義における遷移規則を記述する命題文の集合として各単語を表現している。
参考スコア（独自算出の注目度）: 5.8088738147746914
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose an unsupervised neural model for learning a discrete embedding of words. Unlike existing discrete embeddings, our binary embedding supports vector arithmetic operations similar to continuous embeddings. Our embedding represents each word as a set of propositional statements describing a transition rule in classical/STRIPS planning formalism. This makes the embedding directly compatible with symbolic, state of the art classical planning solvers.
Abstract（参考訳）: 単語の離散埋め込み学習のための教師なしニューラルモデルを提案する。既存の離散埋め込みとは異なり、バイナリ埋め込みは連続埋め込みと同様のベクトル演算をサポートする。我々の埋め込みは、古典的/STRIPS計画形式主義における遷移規則を記述する命題文の集合として各単語を表す。これにより、埋め込みは古典的計画問題解決者の象徴的な状態と直接互換性がある。

関連論文リスト

Optimal synthesis embeddings [1.565361244756411]
単語集合に対する公平な埋め込み表現が満足すべきという直感的な考え方に基づく単語埋め込み合成手法を提案する。本手法は,文の単純な言語的特徴を捉えることを目的とした探索課題の解法に優れていることを示す。
論文参考訳（メタデータ） (2024-06-10T18:06:33Z)
Unsupervised Mapping of Arguments of Deverbal Nouns to Their Corresponding Verbal Labels [52.940886615390106]
デバーバル名詞は英語の文章でよく使われる動詞で、出来事や行動やその議論を記述している。名前付けされた構成の引数を扱うために存在する解決策は意味論的アノテーションに基づいている。本稿では,より統語的アプローチを導入し,デバーバル名詞の議論を対応する動詞構成にマッピングする。
論文参考訳（メタデータ） (2023-06-24T10:07:01Z)
A Categorical Representation Language and Computational System for Knowledge-Based Planning [5.004278968175897]
本研究では,計画中の世界国家の更新を表現・管理するための代替手法を提案する。提案した表現は,$mathsfC$-sets と double-pushout rewriting (DPO) のカテゴリー論的概念に基づいて,世界状態に関する構造化知識を効果的に扱うことができる。
論文参考訳（メタデータ） (2023-05-26T19:01:57Z)
Bridging Continuous and Discrete Spaces: Interpretable Sentence Representation Learning via Compositional Operations [80.45474362071236]
文の合成意味論が埋め込み空間における構成操作として直接反映できるかどうかは不明である。文埋め込み学習のためのエンドツーエンドフレームワークであるInterSentを提案する。
論文参考訳（メタデータ） (2023-05-24T00:44:49Z)
Linear Spaces of Meanings: Compositional Structures in Vision-Language Models [110.00434385712786]
事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。まず,幾何学的観点から構成構造を理解するための枠組みを提案する。次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
論文参考訳（メタデータ） (2023-02-28T08:11:56Z)
Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
論文参考訳（メタデータ） (2023-01-22T08:02:23Z)
Compositional Temporal Grounding with Structured Variational Cross-Graph Correspondence Learning [92.07643510310766]
ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
論文参考訳（メタデータ） (2022-03-24T12:55:23Z)
Neuro-Symbolic Hierarchical Rule Induction [12.610497441047395]
Inductive Logic Programming (ILP) 問題を解決するために, 効率的な解釈可能なニューロシンボリックモデルを提案する。階層構造で組織されたメタルールの集合から構築されたこのモデルでは、メタルールの事実や体述と一致するように埋め込みを学習することで、一階規則が発明される。我々は, 様々な課題(ILP, 視覚ゲノム, 強化学習)において, 最先端の手法に対して, モデルの有効性を実証的に検証した。
論文参考訳（メタデータ） (2021-12-26T17:02:14Z)
Encoding Compositionality in Classical Planning Solutions [0.8122270502556374]
選択されたアクション間の依存関係をキャプチャするために、計画全体を通してリテラルのトレースをエンコードすることが望ましい。本研究のアプローチは,リテラルと選択した計画間のマップとして,アクションをこれらのマップの合成として見ることである。
論文参考訳（メタデータ） (2021-07-13T05:05:11Z)
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)
Putting a Spin on Language: A Quantum Interpretation of Unary Connectives for Linguistic Applications [0.0]
ランベック・カルキュラスは構造規則の制御を許すために一様法則に依存している。 FVect と線型写像のコンパクト閉圏におけるランベック計算の合成解釈の提案がなされている。我々の目標は、モダリティをベクトル解釈の第一級市民にすることである。
論文参考訳（メタデータ） (2020-04-08T17:25:11Z)

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。