論文の概要: Argumentative Topology: Finding Loop(holes) in Logic

• arxiv url: http://arxiv.org/abs/2011.08952v1
• Date: Tue, 17 Nov 2020 21:23:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-09-24 17:04:46.997813
• Title: Argumentative Topology: Finding Loop(holes) in Logic
• Title（参考訳）: 議論的トポロジー:論理学におけるループを見つける
• Authors: Sarah Tymochko, Zachary New, Lucius Bynum, Emilie Purvine, Timothy Doster, Julien Chaput, Tegan Emerson
• Abstract要約: トポロジカルワード埋め込みは力学系解析とデータ駆動形状抽出に数学的手法を用いる。 トポロジカル遅延埋め込みを用いることで、異なる形状の論理概念をキャプチャして抽出できることが示される。
• 参考スコア（独自算出の注目度）: 3.977669302067367
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Advances in natural language processing have resulted in increased capabilities with respect to multiple tasks. One of the possible causes of the observed performance gains is the introduction of increasingly sophisticated text representations. While many of the new word embedding techniques can be shown to capture particular notions of sentiment or associative structures, we explore the ability of two different word embeddings to uncover or capture the notion of logical shape in text. To this end we present a novel framework that we call Topological Word Embeddings which leverages mathematical techniques in dynamical system analysis and data driven shape extraction (i.e. topological data analysis). In this preliminary work we show that using a topological delay embedding we are able to capture and extract a different, shape-based notion of logic aimed at answering the question "Can we find a circle in a circular argument?"
• Abstract（参考訳）: 自然言語処理の進歩により、複数のタスクに対する能力が向上した。 観測されたパフォーマンス向上の原因の1つは、より洗練されたテキスト表現の導入である。 新たな単語埋め込み技術の多くは、感情や連想構造の特定の概念を捉えることができるが、テキストにおける論理的形状の概念を解明または捉えるために、2つの異なる単語埋め込みの能力を探求する。 そこで本稿では,動的システム解析とデータ駆動形状抽出(トポロジカルデータ解析)において数学的手法を応用した,トポロジカルワード埋め込みと呼ばれる新しい枠組みを提案する。 この予備的な研究で、トポロジカルな遅延埋め込みを用いることで、「円の議論の中に円を見つけるか?」という問いに答えるために、異なる形状の論理概念を捉え、抽出できることを示した。

関連論文リスト

• LogiDynamics: Unraveling the Dynamics of Logical Inference in Large Language Model Reasoning [49.58786377307728]
  本稿では、類似推論のための制御された評価環境を導入することにより、探索的アプローチを採用する。 帰納的,帰納的,帰納的,帰納的な推論パイプラインの比較力学を解析する。 仮説選択や検証,洗練といった高度なパラダイムを考察し,論理的推論のスケールアップの可能性を明らかにする。
  論文  参考訳（メタデータ） (2025-02-16T15:54:53Z)
• LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
  LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。 ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。 これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
  論文  参考訳（メタデータ） (2023-09-24T05:43:19Z)
• Modeling Hierarchical Reasoning Chains by Linking Discourse Units and Key Phrases for Reading Comprehension [80.99865844249106]
  本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。 具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
  論文  参考訳（メタデータ） (2023-06-21T07:34:27Z)
• Conversational Semantic Parsing using Dynamic Context Graphs [68.72121830563906]
  汎用知識グラフ(KG)を用いた会話意味解析の課題を,数百万のエンティティと数千のリレーショナルタイプで検討する。 ユーザ発話を実行可能な論理形式にインタラクティブにマッピングできるモデルに焦点を当てる。
  論文  参考訳（メタデータ） (2023-05-04T16:04:41Z)
• From axioms over graphs to vectors, and back again: evaluating the properties of graph-based ontology embeddings [78.217418197549]
  埋め込みを生成するアプローチの1つは、名前付きエンティティと論理公理構造のためのノードとエッジのセットを導入することである。 グラフに埋め込む方法(グラフ射影)は、それらが利用する公理の種類と異なる性質を持つ。
  論文  参考訳（メタデータ） (2023-03-29T08:21:49Z)
• Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
  パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。 ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
  論文  参考訳（メタデータ） (2022-07-04T14:38:49Z)
• Topological Data Analysis for Word Sense Disambiguation [0.0]
  我々は,単語知覚誘導と曖昧化のための新しい教師なしアルゴリズムを開発し,検証する。 提案手法は,単語知覚誘導タスクのためのクラスタのよりリッチな概念化を提供するトポロジの分野における高度な数学的概念に依存している。 このことは、自然言語処理のためのトポロジカルアルゴリズムの約束を示し、この将来的な領域における今後の研究を提唱する。
  論文  参考訳（メタデータ） (2022-03-01T15:41:54Z)
• Logic-Driven Context Extension and Data Augmentation for Logical Reasoning of Text [65.24325614642223]
  論理的な記号や表現をテキストで理解し、答えにたどり着くよう提案します。 このような論理的情報に基づいて,文脈拡張フレームワークとデータ拡張アルゴリズムを提案する。 本手法は最先端の性能を実現し,論理駆動コンテキスト拡張フレームワークとデータ拡張アルゴリズムの両方が精度向上に寄与する。
  論文  参考訳（メタデータ） (2021-05-08T10:09:36Z)
• A Note on Argumentative Topology: Circularity and Syllogisms as Unsolved Problems [0.0]
  論理学、トポロジ、テキストの接続の問題はまだ解決されていない。 我々は「円の議論で円を見つけることはできるのか」という疑問に対して明確な答えはないと結論づける。
  論文  参考訳（メタデータ） (2021-02-07T18:30:37Z)
• Topological Data Analysis in Text Classification: Extracting Features with Additive Information [2.1410799064827226]
  位相データ解析は高次元数値データに適用することが困難である。 トポロジカルな特徴は、従来のテキストマイニングでは捉えられていない独占的な情報を持っている。 アンサンブルモデルにおける従来の特徴に位相的特徴を加えることで、分類結果が改善される。
  論文  参考訳（メタデータ） (2020-03-29T21:02:09Z)
• A Novel Method of Extracting Topological Features from Word Embeddings [2.4063592468412267]
  テキストの単語埋め込み表現からトポロジ的特徴を抽出する新しいアルゴリズムを提案する。 定義したトポロジ的特徴が従来のテキストマイニング機能より優れていることを示す。
  論文  参考訳（メタデータ） (2020-03-29T16:55:23Z)

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。