論文の概要: The Complexity of Comparative Text Analysis -- "The Gardener is always the Murderer" says the Fourth Machine

• arxiv url: http://arxiv.org/abs/2012.07637v1
• Date: Fri, 11 Dec 2020 10:32:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-11 03:02:42.833560
• Title: The Complexity of Comparative Text Analysis -- "The Gardener is always the Murderer" says the Fourth Machine
• Title（参考訳）: 比較テキスト分析の複雑さ -- 「庭師は常に殺人者」
• Authors: Marcus Weber and Konstantin Fackeldey
• Abstract要約: 与えられたテキストの「深い」分析は、現代のコンピュータの可能性を超えている。 比較」は非常に正確な数学的構造を持ち、代数体の構造とは異なる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is a heated debate about how far computers can map the complexity of text analysis compared to the abilities of the whole team of human researchers. A "deep" analysis of a given text is still beyond the possibilities of modern computers. In the heart of the existing computational text analysis algorithms there are operations with real numbers, such as additions and multiplications according to the rules of algebraic fields. However, the process of "comparing" has a very precise mathematical structure, which is different from the structure of an algebraic field. The mathematical structure of "comparing" can be expressed by using Boolean rings. We build on this structure and define the corresponding algebraic equations lifting algorithms of comparative text analysis onto the "correct" algebraic basis. From this point of view, we can investigate the question of {\em computational} complexity of comparative text analysis.
• Abstract（参考訳）: コンピューターがテキスト分析の複雑さを、人間研究者全体の能力と比較すると、どこまで地図化できるかという熱い議論がある。 与えられたテキストの「深い」分析は現代のコンピュータの可能性を超越している。 既存の計算テキスト解析アルゴリズムの中心には、代数体の規則に従って加算や乗算などの実数を扱う演算が存在する。 しかし、「比較」の過程は、代数体の構造とは異なる非常に正確な数学的構造を持つ。 比較」の数学的構造はブール環を用いて表現することができる。 この構造の上に構築し、対応する代数方程式を定義し、比較テキスト解析のアルゴリズムを「正しい」代数基底に引き上げる。 この観点から,比較テキスト解析における計算複雑性の問題を検討することができる。

関連論文リスト

• Quantifying artificial intelligence through algebraic generalization [19.999962047304596]
  現代のAIシステムは、シンボリック処理と抽象化を必要とするテストに不足している。 AIシステムにおける推論を定量化するための包括的で理論的に動機付けられたフレームワークは存在しない。 ここでは、シンボリック一般化を明示的に定量化するために、計算複雑性理論の枠組みを採用する。
  論文  参考訳（メタデータ） (2024-11-08T20:08:18Z)
• CoLA: Exploiting Compositional Structure for Automatic and Efficient Numerical Linear Algebra [62.37017125812101]
  機械学習における大規模線形代数問題に対して, CoLA という, 単純だが汎用的なフレームワークを提案する。 線形演算子抽象と合成ディスパッチルールを組み合わせることで、CoLAはメモリと実行時の効率的な数値アルゴリズムを自動的に構築する。 偏微分方程式,ガウス過程,同変モデル構築,教師なし学習など,幅広い応用で有効性を示す。
  論文  参考訳（メタデータ） (2023-09-06T14:59:38Z)
• When Do Program-of-Thoughts Work for Reasoning? [51.2699797837818]
  本稿では,コードと推論能力の相関性を測定するために,複雑性に富んだ推論スコア(CIRS)を提案する。 具体的には、抽象構文木を用いて構造情報をエンコードし、論理的複雑性を計算する。 コードはhttps://github.com/zjunlp/EasyInstructのEasyInstructフレームワークに統合される。
  論文  参考訳（メタデータ） (2023-08-29T17:22:39Z)
• IterLara: A Turing Complete Algebra for Big Data, AI, Scientific Computing, and Database [3.290975206134346]
  textscLaraは3種類の操作抽象化を備えた線形およびリレーショナル代数の統合を目的としたキー値代数である。 本稿では,textscIterLaraを反復演算子に拡張し,汎用コンピューティングにおける演算を統一する代数モデルを提案する。
  論文  参考訳（メタデータ） (2023-07-17T08:23:09Z)
• Krylov complexity in a natural basis for the Schrödinger algebra [0.0]
  二次元シュリンガー群対称性を持つ量子系の作用素成長について検討する。 半直和構造によって特徴づけられるシュル「オーディンガー代数」のようなケースは複雑である。 この代数のクリロフ複雑性を自然な正則基底で計算する。
  論文  参考訳（メタデータ） (2023-06-05T18:00:03Z)
• How Do Transformers Learn Topic Structure: Towards a Mechanistic Understanding [56.222097640468306]
  我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する 数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
  論文  参考訳（メタデータ） (2023-03-07T21:42:17Z)
• Exceeding Computational Complexity Trial-and-Error Dynamic Action and Intelligence [0.0]
  計算複雑性 (Computational complexity) は、計算の難易度を規定する計算機科学のコア理論である。 本稿では,概念を明確にし,不特定型コンピューティング,特化型コンピューティング,コンピュータエージェント,動的検索などの定義を提案する。 また,このフレームワーク,すなわちトライアル・アンド・エラー+動的検索を提案し,議論する。
  論文  参考訳（メタデータ） (2022-12-22T21:23:27Z)
• JiuZhang: A Chinese Pre-trained Language Model for Mathematical Problem Understanding [74.12405417718054]
  本稿では,中国初の数学的事前学習言語モデル(PLM)を提示することにより,機械の数学的知性向上を目指す。 他の標準のNLPタスクとは異なり、数学的テキストは問題文に数学的用語、記号、公式を含むため理解が難しい。 基礎課程と上級課程の両方からなる数学PLMの学習を改善するための新しいカリキュラム事前学習手法を設計する。
  論文  参考訳（メタデータ） (2022-06-13T17:03:52Z)
• Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
  合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。 主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。 2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
  論文  参考訳（メタデータ） (2021-07-14T07:23:46Z)
• Compositional Processing Emerges in Neural Networks Solving Math Problems [100.80518350845668]
  人工知能の最近の進歩は、大きなモデルが十分な言語データに基づいて訓練されると、文法構造が表現に現れることを示している。 我々は、この研究を数学的推論の領域にまで拡張し、どのように意味を構成するべきかについての正確な仮説を定式化することができる。 私たちの研究は、ニューラルネットワークがトレーニングデータに暗黙的に構造化された関係について何かを推測できるだけでなく、個々の意味の合成を合成全体へと導くために、この知識を展開できることを示している。
  論文  参考訳（メタデータ） (2021-05-19T07:24:42Z)
• Machine-Learning Mathematical Structures [0.0]
  本稿では,様々な問題に対するアキュラティシーの比較研究を行う。 このパラダイムは、予想の定式化、より効率的な計算方法の発見、数学における特定の構造階層の探索に有用である。
  論文  参考訳（メタデータ） (2021-01-15T22:48:19Z)

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。