Fugu-MT 論文翻訳(概要): A Transition-based Parser for Unscoped Episodic Logical Forms

論文の概要: A Transition-based Parser for Unscoped Episodic Logical Forms

arxiv url: http://arxiv.org/abs/2103.08759v1
Date: Mon, 15 Mar 2021 23:09:32 GMT
ステータス: 処理完了
システム内更新日: 2021-03-17 13:32:55.896781
Title: A Transition-based Parser for Unscoped Episodic Logical Forms
Title（参考訳）: 非鏡視的論理形式のための遷移型解析器
Authors: Gene Louis Kim, Viet Duong, Xin Lu, Lenhart Schubert
Abstract要約: The Episodic Logic:Unscoped Logical Form (EL-ULF) は述語論の構造をとらえた意味表現である。本稿では, 注釈付きサンプルを用いて, 文をULFにパースするための最初の学習手法を提案する。
参考スコア（独自算出の注目度）: 3.2437087486286407
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: "Episodic Logic:Unscoped Logical Form" (EL-ULF) is a semantic representation capturing predicate-argument structure as well as more challenging aspects of language within the Episodic Logic formalism. We present the first learned approach for parsing sentences into ULFs, using a growing set of annotated examples. The results provide a strong baseline for future improvement. Our method learns a sequence-to-sequence model for predicting the transition action sequence within a modified cache transition system. We evaluate the efficacy of type grammar-based constraints, a word-to-symbol lexicon, and transition system state features in this task. Our system is available at https://github.com/genelkim/ulf-transition-parser We also present the first official annotated ULF dataset at https://www.cs.rochester.edu/u/gkim21/ulf/resources/.
Abstract（参考訳）: The Episodic Logic:Unscoped Logical Form (EL-ULF) は、述語論の構造を捉えた意味表現であり、エピソード論理形式論における言語のより困難な側面である。注釈付きサンプルを用いて,文章をULFにパースするための最初の学習手法を提案する。結果は、将来の改善のための強力なベースラインを提供する。本手法は,キャッシュ遷移システム内の遷移動作シーケンスを予測するシーケンス・ツー・シーケンスモデルを学習する。本研究は,タイプ文法に基づく制約,単語と記号のレキシコン,および遷移系状態の特徴の有効性を評価する。私たちのシステムはhttps://github.com/genelkim/ulf-transition-parserで利用可能です。

関連論文リスト

Learning Semantic Structure through First-Order-Logic Translation [4.005483185111992]
言語モデルは、どのオブジェクトに適用されるかの述語を混乱させることがある。一般化能力を評価するために設計された合成データセット上で、いくつかの大きな言語モデルを微調整する。その結果,LLMのFOL翻訳は述語構造を学習するのに適していることがわかった。
論文参考訳（メタデータ） (2024-10-04T07:39:34Z)
Pushdown Layers: Encoding Recursive Structure in Transformer Language Models [86.75729087623259]
再帰は人間の言語の特徴であり、本質的には自己注意に挑戦する。この作業では、新しいセルフアテンション層であるPushdown Layersを導入している。プッシュダウン層を備えたトランスフォーマーは、劇的に改善され、3.5倍の高効率な構文一般化を実現した。
論文参考訳（メタデータ） (2023-10-29T17:27:18Z)
APOLLO: A Simple Approach for Adaptive Pretraining of Language Models for Logical Reasoning [73.3035118224719]
本稿では,論理的推論能力を改善した適応事前学習型言語モデルAPOLLOを提案する。 APOLLOはReClorで比較可能であり、LogiQAでベースラインを上回ります。
論文参考訳（メタデータ） (2022-12-19T07:40:02Z)
Hierarchical Phrase-based Sequence-to-Sequence Learning [94.10257313923478]
本稿では、学習中の帰納バイアスの源として階層的フレーズを取り入れ、推論中の明示的な制約として、標準的なシーケンス・ツー・シーケンス(seq2seq)モデルの柔軟性を維持するニューラルトランスデューサについて述べる。本手法では,木が原文と対象句を階層的に整列するブラケット文法に基づく識別的導出法と,整列した句を1対1で翻訳するニューラルネットワークセク2セックモデルという2つのモデルを訓練する。
論文参考訳（メタデータ） (2022-11-15T05:22:40Z)
Translate First Reorder Later: Leveraging Monotonicity in Semantic Parsing [4.396860522241306]
TPolは2段階のアプローチであり、入力文を単調に翻訳し、正しい出力を得るために再注文する。 2つの一般的なセマンティックパーシングデータセットでアプローチをテストする。
論文参考訳（メタデータ） (2022-10-10T17:50:42Z)
Guiding the PLMs with Semantic Anchors as Intermediate Supervision: Towards Interpretable Semantic Parsing [57.11806632758607]
本稿では,既存の事前学習言語モデルを階層型デコーダネットワークに組み込むことを提案する。第一原理構造をセマンティックアンカーとすることで、2つの新しい中間管理タスクを提案する。いくつかのセマンティック解析ベンチマークで集中的な実験を行い、我々のアプローチがベースラインを一貫して上回ることを示す。
論文参考訳（メタデータ） (2022-10-04T07:27:29Z)
Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
論文参考訳（メタデータ） (2022-05-18T07:47:01Z)
COCO-LM: Correcting and Contrasting Text Sequences for Language Model Pretraining [59.169836983883656]
COCO-LMは、チャレンジングなエラーとテキストシーケンスの変換によって言語モデルを事前学習する新しい自己監視学習フレームワークです。 COCO-LMは、オリジナルのテキストシーケンスでマスク&予測トークンに補助言語モデルを採用しています。分析の結果,coco-lmのアドバンテージは,困難なトレーニング信号,よりコンテキスト化されたトークン表現,正規化されたシーケンス表現であることがわかった。
論文参考訳（メタデータ） (2021-02-16T22:24:29Z)
Logic Constrained Pointer Networks for Interpretable Textual Similarity [11.142649867439406]
本稿では, セシネルゲーティング機能を備えた新しいポインターネットワークモデルを導入し, 構成チャンクを整列させる。両文の相違を等しく補償し、アライメントが双方向であることを保証するために、損失関数によるこのベースモデルを改善する。このモデルは、チャンクアライメントタスクのためのベンチマークSemEvalデータセットにおいて、97.73と96.32のF1スコアを達成する。
論文参考訳（メタデータ） (2020-07-15T13:01:44Z)
Exploring Neural Models for Parsing Natural Language into First-Order Logic [10.62143644603835]
英文を1次論理(FOL)に解析する際のニューラルモデルの有用性について検討する。自然言語文が与えられた場合のシーケンスマッピングタスクとしてFOL解析をモデル化し、LSTMを用いて中間表現に符号化し、次に対応するFOL式で述語を逐次生成するデコーダを用いる。
論文参考訳（メタデータ） (2020-02-16T09:22:32Z)

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。