論文の概要: Discovering Textual Structures: Generative Grammar Induction using Template Trees

• arxiv url: http://arxiv.org/abs/2009.04530v1
• Date: Wed, 9 Sep 2020 19:31:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-20 08:37:04.014881
• Title: Discovering Textual Structures: Generative Grammar Induction using Template Trees
• Title（参考訳）: テキスト構造を発見する:テンプレート木を用いた生成文法誘導
• Authors: Thomas Winters, Luc De Raedt
• Abstract要約: 本稿では,Gitta と呼ばれる生成目的の解釈可能な文法を学習するための新しい文法帰納アルゴリズムを提案する。 既存の人為文法を用いることで, アルゴリズムは, ごく少数の例を用いて, これらの文法を合理的に近似できることがわかった。
• 参考スコア（独自算出の注目度）: 17.37350034483191
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural language generation provides designers with methods for automatically generating text, e.g. for creating summaries, chatbots and game content. In practise, text generators are often either learned and hard to interpret, or created by hand using techniques such as grammars and templates. In this paper, we introduce a novel grammar induction algorithm for learning interpretable grammars for generative purposes, called Gitta. We also introduce the novel notion of template trees to discover latent templates in corpora to derive these generative grammars. By using existing human-created grammars, we found that the algorithm can reasonably approximate these grammars using only a few examples. These results indicate that Gitta could be used to automatically learn interpretable and easily modifiable grammars, and thus provide a stepping stone for human-machine co-creation of generative models.
• Abstract（参考訳）: 自然言語生成は、要約、チャットボット、ゲームコンテンツなどのテキストを自動的に生成する方法を提供する。 実践的には、テキスト生成器はしばしば学習され、解釈が難しいか、文法やテンプレートのような手作業で作られる。 本稿では,生成目的の解釈可能な文法を学習するための新しい文法誘導アルゴリズムgittaを提案する。 また,これら生成文法を導出するコーパスの潜在テンプレートを発見するために,テンプレートツリーという新しい概念を導入する。 既存の人為文法を用いることで,本アルゴリズムはこれらの文法を合理的に近似できることを示す。 これらの結果から,Gittaは自動で解釈可能で変更が容易な文法を学習し,生成モデルの人間と機械の共創のための足場となることが示唆された。

関連論文リスト

• Explicit Syntactic Guidance for Neural Text Generation [45.60838824233036]
  生成文法は、人間が言語文法を学習することで自然言語のテキストを生成することを示唆している。 本稿では,トップダウン方向の選挙区解析木に案内されたシーケンスを生成する構文誘導型生成スキーマを提案する。 パラフレーズ生成と機械翻訳の実験により,提案手法が自己回帰ベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2023-06-20T12:16:31Z)
• Physics of Language Models: Part 1, Learning Hierarchical Language Structures [51.68385617116854]
  トランスフォーマーベースの言語モデルは効率的だが複雑であり、内部動作を理解することは大きな課題である。 本稿では,長文を生成可能な階層規則を生成する合成CFGのファミリーを紹介する。 我々は、GPTのような生成モデルがこのCFG言語を正確に学習し、それに基づいて文を生成することを実証する。
  論文  参考訳（メタデータ） (2023-05-23T04:28:16Z)
• Classifiers are Better Experts for Controllable Text Generation [63.17266060165098]
  提案手法は, PPLにおける最近のPPLM, GeDi, DExpertsよりも有意に優れており, 生成したテキストの外部分類器に基づく感情の精度が高いことを示す。 同時に、実装やチューニングも簡単で、制限や要件も大幅に少なくなります。
  論文  参考訳（メタデータ） (2022-05-15T12:58:35Z)
• Learning grammar with a divide-and-concur neural network [4.111899441919164]
  本研究では,文脈自由文法推論に対する分割・コンカレント反復予測手法を実装した。 本手法は比較的少数の離散パラメータを必要とするため,推測文法を直接解釈可能である。
  論文  参考訳（メタデータ） (2022-01-18T22:42:43Z)
• How much do language models copy from their training data? Evaluating linguistic novelty in text generation using RAVEN [63.79300884115027]
  現在の言語モデルは高品質なテキストを生成することができる。 彼らは、これまで見たテキストを単にコピーしているか、それとも一般化可能な言語的抽象化を学んだのか? 本稿では、生成したテキストの新規性を評価するための分析スイートであるRAVENを紹介する。
  論文  参考訳（メタデータ） (2021-11-18T04:07:09Z)
• Shape Inference and Grammar Induction for Example-based Procedural Generation [12.789308303237277]
  格子型3次元構築例から形状を推論し,形状文法を誘導する新しい手法であるSIGIを提案する。 Minecraftの建物に応用された形状文法は、どのようにして同じスタイルで新しい建物を自動的に生成できるかを示す。
  論文  参考訳（メタデータ） (2021-09-21T14:41:56Z)
• GrammarTagger: A Multilingual, Minimally-Supervised Grammar Profiler for Language Education [7.517366022163375]
  GrammarTaggerは、入力テキストを与えられたオープンソースの文法プロファイラで、言語教育に有用な文法的特徴を特定します。 モデルアーキテクチャにより、スパンとそのラベルで注釈付けされた少量のテキストから学ぶことができる。 また,その読解困難度と文法的特徴を指標とした言語学習教材の検索エンジン octanove learn を構築した。
  論文  参考訳（メタデータ） (2021-04-07T15:31:20Z)
• VLGrammar: Grounded Grammar Induction of Vision and Language [86.88273769411428]
  共同学習枠組みにおける視覚と言語の基底文法誘導について検討する。 本稿では,複合確率文脈自由文法(pcfgs)を用いて言語文法と画像文法を同時に誘導する手法であるvlgrammarを提案する。
  論文  参考訳（メタデータ） (2021-03-24T04:05:08Z)
• Automatic Extraction of Rules Governing Morphological Agreement [103.78033184221373]
  原文から第一パス文法仕様を抽出する自動フレームワークを開発する。 我々は、世界の多くの言語の文法の中核にあるモルフォシンタクティックな現象である合意を記述する規則の抽出に焦点をあてる。 我々のフレームワークはUniversal Dependenciesプロジェクトに含まれるすべての言語に適用され、有望な結果が得られます。
  論文  参考訳（メタデータ） (2020-10-02T18:31:45Z)
• Traduction des Grammaires Cat\'egorielles de Lambek dans les Grammaires Cat\'egorielles Abstraites [0.0]
  このインターンシップレポートは、すべてのランベク文法が抽象カテゴリー文法(ACG)で完全にではなく効率的に表現できることを示すものである。 主な考え方は、LGの型書き換えシステムを文脈自由文法(CFG)に変換し、導入規則と除去規則を消去し、カット規則が十分であるように十分な公理を生成することである。 基礎となるアルゴリズムは完全には実装されなかったが、この証明は自然言語処理におけるACGの関連性を支持する別の議論を提供する。
  論文  参考訳（メタデータ） (2020-01-23T18:23:03Z)

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。