論文の概要: A Survey on Semantic Parsing from the perspective of Compositionality

• arxiv url: http://arxiv.org/abs/2009.14116v1
• Date: Tue, 29 Sep 2020 16:03:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-13 06:19:43.276906
• Title: A Survey on Semantic Parsing from the perspective of Compositionality
• Title（参考訳）: 構成性の観点からの意味的パーシングに関する調査
• Authors: Pawan Kumar and Srikanta Bedathur
• Abstract要約: a) 構文構造からの合成(Partee, 1975) および(b) 知識ベース(KB)の文脈を考慮した語彙変化を扱う意味論の能力に焦点を当てる。 文法形式主義CCGを用いた意味表現について記述する(Steedman, 1996) 第3節では、例えば$lambda$calculus (Steedman, 1996), $lambda$-DCS (Liang, 2013)といった形式言語を使用するシステムを検討する。
• 参考スコア（独自算出の注目度）: 10.36604772888757
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Different from previous surveys in semantic parsing (Kamath and Das, 2018) and knowledge base question answering(KBQA)(Chakraborty et al., 2019; Zhu et al., 2019; Hoffner et al., 2017) we try to takes a different perspective on the study of semantic parsing. Specifically, we will focus on (a)meaning composition from syntactical structure(Partee, 1975), and (b) the ability of semantic parsers to handle lexical variation given the context of a knowledge base (KB). In the following section after an introduction of the field of semantic parsing and its uses in KBQA, we will describe meaning representation using grammar formalism CCG (Steedman, 1996). We will discuss semantic composition using formal languages in Section 2. In section 3 we will consider systems that uses formal languages e.g. $\lambda$-calculus (Steedman, 1996), $\lambda$-DCS (Liang, 2013). Section 4 and 5 consider semantic parser using structured-language for logical form. Section 6 is on different benchmark datasets ComplexQuestions (Bao et al.,2016) and GraphQuestions (Su et al., 2016) that can be used to evaluate semantic parser on their ability to answer complex questions that are highly compositional in nature.
• Abstract（参考訳）: セマンティックパーシングに関する以前の調査(Kamath and Das, 2018)と知識ベース質問応答(KBQA)(Chakraborty et al., 2019; Zhu et al., 2019; Hoffner et al., 2017)とは違って、セマンティックパーシングの研究に対して異なる視点を取ろうとする。 特に私たちは (a)構文構造からの合成(partee, 1975)及び b)知識ベース(KB)の文脈を考慮すれば,意味解析者が語彙変化を処理できる能力。 KBQAにおける意味解析の分野の導入とその利用の次の節では、文法形式主義CCGを用いて意味表現を記述する(Steedman, 1996)。 第2節では形式言語を用いた意味的構成について論じる。 第3節では、例えば$\lambda$-calculus (Steedman, 1996), $\lambda$-DCS (Liang, 2013) といった形式言語を使用するシステムを検討する。 第4節と第5節では、論理形式に構造化言語を用いる意味解析について検討している。 セクション6は、異なるベンチマークデータセット(bao et al., 2016)とgraphquestions(su et al., 2016)であり、自然に非常に構成的な複雑な質問に答える能力についてセマンティックパーサを評価するのに使用できる。

関連論文リスト

• Integrating Supertag Features into Neural Discontinuous Constituent Parsing [0.0]
  伝統的な選挙区の見解では、構成要素は隣接した単語で構成されており、ドイツ語のような言語で一般的である。 トランジションベースの構文解析は、大きな注釈付きコーパス上で教師あり学習を用いて生のテキストを入力した木を生成する。
  論文  参考訳（メタデータ） (2024-10-11T12:28:26Z)
• Semantic Parsing with Candidate Expressions for Knowledge Base Question Answering [4.795837146925278]
  大規模知識ベース(KB)を用いた意味解析のための候補表現を付加した文法を提案する。 文法は、アクションを生産規則として定義し、我々の意味論は、型と候補式による制約の下での推論中のアクションを予測する。 我々のセマンティックスはKQA ProとOvernightで最先端のアキュラシーを達成し、その実装はhttps://www.daehwannam.com/daehwannam/candexpr-sp.git.comで公開されています。
  論文  参考訳（メタデータ） (2024-10-01T05:46:22Z)
• Semantic Parsing for Conversational Question Answering over Knowledge Graphs [63.939700311269156]
  本研究では,ユーザの質問にSparqlパースとアノテートし,システム回答が実行結果に対応するデータセットを開発する。 本稿では,2つの意味解析手法を提案し,その課題を強調した。 私たちのデータセットとモデルはhttps://github.com/Edinburgh/SPICE.orgで公開されています。
  論文  参考訳（メタデータ） (2023-01-28T14:45:11Z)
• Uni-Parser: Unified Semantic Parser for Question Answering on Knowledge Base and Database [86.03294330305097]
  知識ベース(KB)とデータベース(DB)の両方で質問応答(QA)を統一した意味的要素を提案する。 フレームワークに不可欠な要素としてプリミティブ(KBのリレーションとエンティティ、テーブル名、列名、DBのセル値)を導入します。 生成元を利用して、異なる操作でトップランクプリミティブを変更・構成することで、最終的な論理形式を予測する。
  論文  参考訳（メタデータ） (2022-11-09T19:33:27Z)
• Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion [57.43781399856913]
  この研究は、談話分析にQUD(Language framework of Questions Under discussion)を採用する。 我々は、文間の関係を、徹底的なきめ細かい質問とは対照的に、自由形式の質問として特徴づける。 完全文書上の質問の依存関係構造を導出する第一種QUDを開発する。
  論文  参考訳（メタデータ） (2022-10-12T03:53:12Z)
• Infusing Finetuning with Semantic Dependencies [62.37697048781823]
  シンタックスとは異なり、セマンティクスは今日の事前訓練モデルによって表面化されないことを示す。 次に、畳み込みグラフエンコーダを使用して、タスク固有の微調整にセマンティック解析を明示的に組み込む。
  論文  参考訳（メタデータ） (2020-12-10T01:27:24Z)
• A Survey on Complex Question Answering over Knowledge Base: Recent Advances and Challenges [71.4531144086568]
  知識ベース(KB)に対する質問回答(QA)は、自然言語の質問に自動的に答えることを目的としている。 研究者は、よりKBのトリプルと制約推論を必要とする単純な質問から複雑な質問へと注意を移した。
  論文  参考訳（メタデータ） (2020-07-26T07:13:32Z)
• A Survey of Syntactic-Semantic Parsing Based on Constituent and Dependency Structures [14.714725860010724]
  我々は、構文解析の最も一般的な2つの形式、すなわち構成解析と依存性解析に焦点を当てている。 本稿では、構成解析と依存性解析の代表モデルと、リッチセマンティクスによる依存性解析について概説する。
  論文  参考訳（メタデータ） (2020-06-19T10:21:17Z)
• 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)
• SPARQA: Skeleton-based Semantic Parsing for Complex Questions over Knowledge Bases [27.343078784035693]
  本稿では,複雑な質問の高次構造を表現するために,新しいスケルトン文法を提案する。 BERTをベースとしたパースアルゴリズムを用いたこの厳密な形式化は、下流の微細なセマンティック解析の精度を向上させるのに役立つ。 このアプローチは、いくつかのデータセットで有望なパフォーマンスを示す。
  論文  参考訳（メタデータ） (2020-03-31T05:12:31Z)

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。