論文の概要: Joint Spatio-Textual Reasoning for Answering Tourism Questions

• arxiv url: http://arxiv.org/abs/2009.13613v2
• Date: Mon, 19 Oct 2020 07:18:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 20:46:40.171111
• Title: Joint Spatio-Textual Reasoning for Answering Tourism Questions
• Title（参考訳）: 観光質問への回答の時空間的推論
• Authors: Danish Contractor, Shashank Goel, Mausam, Parag Singla
• Abstract要約: 私たちのポイントは、利益目標(POI)を求める現実世界の質問に答えることです。 我々は,地理空間知識とテキストコーパスの情報を組み合わせて質問に答える,最初の共同文推論モデルを開発した。 本報告では, 既存のモデルに対して, 共同テキスト推論による大幅な改善を報告した。
• 参考スコア（独自算出の注目度）: 19.214280482194503
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Our goal is to answer real-world tourism questions that seek Points-of-Interest (POI) recommendations. Such questions express various kinds of spatial and non-spatial constraints, necessitating a combination of textual and spatial reasoning. In response, we develop the first joint spatio-textual reasoning model, which combines geo-spatial knowledge with information in textual corpora to answer questions. We first develop a modular spatial-reasoning network that uses geo-coordinates of location names mentioned in a question, and of candidate answer POIs, to reason over only spatial constraints. We then combine our spatial-reasoner with a textual reasoner in a joint model and present experiments on a real world POI recommendation task. We report substantial improvements over existing models with-out joint spatio-textual reasoning.
• Abstract（参考訳）: 私たちの目標は、poi(point-of-interest)推奨を求める現実世界の観光問題に答えることです。 このような質問は様々な空間的制約と非空間的制約を表現し、テキストと空間的推論の組み合わせを必要とする。 そこで本研究では,空間的知識とテキストコーパスの情報を組み合わせて質問に答える,最初の共同テキスト推論モデルを開発した。 まず,質問に言及されている地名と候補回答のポアのジオコーディネートを用いて,空間的制約のみを推論するモジュラー空間調整ネットワークを開発した。 次に,共同モデルにおける空間共振器とテキスト推論器を組み合わせることで,実世界のPOI推薦タスクについて実験を行う。 本報告では, 既存のモデルよりも有意な改善が見られた。

関連論文リスト

• Space3D-Bench: Spatial 3D Question Answering Benchmark [49.259397521459114]
  Space3D-Benchは、Replicaデータセットのシーンに関連する1000の一般的な空間的質問と回答の集合である。 本研究では,事前定義された接地真実解に基づいて,自然言語応答を評価評価するシステムを提案する。 最後に,基礎モデルの世界理解をリッチな文脈検索と統合したRAG3D-Chatというベースラインを導入する。
  論文  参考訳（メタデータ） (2024-08-29T16:05:22Z)
• GeoReasoner: Reasoning On Geospatially Grounded Context For Natural Language Understanding [0.32885740436059047]
  GeoReasonerは、地理的に接地された自然言語を推論できる言語モデルである。 まず、Large Language Modelsを利用して、言語推論と距離情報に基づく総合的な位置記述を生成する。 また、方向と距離の情報を擬似文として扱うことで空間埋め込みに符号化する。
  論文  参考訳（メタデータ） (2024-08-21T06:35:21Z)
• Analyzing Human Questioning Behavior and Causal Curiosity through Natural Queries [91.70689724416698]
  NatQuest(ナットクエスト)は、3つの異なるソースから自然発生の質問13,500件のコレクションである。 分析の結果,データセット内には因果的疑問(最大42%)が有意な存在であることが判明した。
  論文  参考訳（メタデータ） (2024-05-30T17:55:28Z)
• Location Aware Modular Biencoder for Tourism Question Answering [33.5507972300392]
  本稿では,QAタスクを高密度ベクトル探索問題として扱うことを提案する。 質問とPOIを別々にエンコードし、埋め込み空間の類似性を利用して最も関連性の高いPOIを検索する。 実世界の観光QAデータセットの実験は、我々のアプローチが従来の手法よりも効果的で、効率的で、優れたことを実証している。
  論文  参考訳（メタデータ） (2024-01-04T10:39:58Z)
• Rethinking Sensors Modeling: Hierarchical Information Enhanced Traffic Forecasting [47.1051445072085]
  我々は、センサーの依存性モデリングを2つの階層(地域とグローバル)から再考する。 我々は,センサ間のグローバルな依存性を反映するグローバルノードとして,代表的パターンと共通時間パターンを生成する。 ノード表現の現実性の一般化を追求するため、物理データ空間におけるノードとグローバルノードの伝播にMeta GCNを組み込んだ。
  論文  参考訳（メタデータ） (2023-09-20T13:08:34Z)
• SpaBERT: A Pretrained Language Model from Geographic Data for Geo-Entity Representation [25.52363878314735]
  SpaBERTは、地理空間データ内の隣接するエンティティに基づいた汎用的なジオエンタリティ表現を提供する。 SpaBERTは、マスク付き言語モデリングとマスク付きエンティティ予測タスクで事前訓練されている。 SpaBERTを2つの下流タスク、ジオエンティタイピングとジオエンティリンクに適用する。
  論文  参考訳（メタデータ） (2022-10-21T19:42:32Z)
• GreaseLM: Graph REASoning Enhanced Language Models for Question Answering [159.9645181522436]
  GreaseLMは、事前訓練されたLMとグラフニューラルネットワークの符号化された表現を、複数の層にわたるモダリティ相互作用操作で融合する新しいモデルである。 GreaseLMは、状況制約と構造化知識の両方の推論を必要とする問題に、より確実に答えることができる。
  論文  参考訳（メタデータ） (2022-01-21T19:00:05Z)
• Geographic Question Answering: Challenges, Uniqueness, Classification, and Future Directions [10.21626173269271]
  質問回答(QA)は、自然言語で表現された質問に対する回答を生成することを目的としている。 QAシステムはまだ、地理的実体や概念に関わる質問に答えるのに苦労しています。
  論文  参考訳（メタデータ） (2021-05-19T20:47:36Z)
• SIRI: Spatial Relation Induced Network For Spatial Description Resolution [64.38872296406211]
  言語誘導型ローカライゼーションのための新しい関係誘導型ネットワーク(SIRI)を提案する。 提案手法は,80ピクセルの半径で測定した精度で,最先端手法よりも約24%優れていた。 提案手法は,Touchdownと同じ設定で収集した拡張データセットをうまく一般化する。
  論文  参考訳（メタデータ） (2020-10-27T14:04:05Z)
• From Topic Networks to Distributed Cognitive Maps: Zipfian Topic Universes in the Area of Volunteered Geographic Information [59.0235296929395]
  本研究では,テキストの話題レベルに関する地理情報のエンコードとネットワーク化について検討する。 本研究は,オンラインコミュニケーションにおいて地理的な場所が位置するテーマ宇宙のZipfian組織を示す。 互いに近いかどうかに関わらず、場所はトピックの宇宙における類似の作業にまたがる隣の場所にある。
  論文  参考訳（メタデータ） (2020-02-04T18:31:25Z)

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。