論文の概要: From partners to populations: A hierarchical Bayesian account of
coordination and convention
- arxiv url: http://arxiv.org/abs/2104.05857v1
- Date: Mon, 12 Apr 2021 23:00:40 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-14 13:47:25.803616
- Title: From partners to populations: A hierarchical Bayesian account of
coordination and convention
- Title（参考訳）: パートナーから人口へ:協調と慣習の階層的ベイズ的説明
- Authors: Robert D. Hawkins, Michael Franke, Michael C. Frank, Kenny Smith,
Thomas L. Griffiths, Noah D. Goodman
- Abstract要約: 通信の中心的な計算問題は単なる伝達ではなく、複数の時間スケールでの学習と適応であると主張する。
我々は,モデルが様々な現象を説明するための認知的基盤をどのように提供するかを示すシミュレーションと共に,新たな経験的データを提案する。
- 参考スコア（独自算出の注目度）: 25.131987884154054
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Languages are powerful solutions to coordination problems: they provide
stable, shared expectations about how the words we say correspond to the
beliefs and intentions in our heads. Yet language use in a variable and
non-stationary social environment requires linguistic representations to be
flexible: old words acquire new ad hoc or partner-specific meanings on the fly.
In this paper, we introduce a hierarchical Bayesian theory of convention
formation that aims to reconcile the long-standing tension between these two
basic observations. More specifically, we argue that the central computational
problem of communication is not simply transmission, as in classical
formulations, but learning and adaptation over multiple timescales. Under our
account, rapid learning within dyadic interactions allows for coordination on
partner-specific common ground, while social conventions are stable priors that
have been abstracted away from interactions with multiple partners. We present
new empirical data alongside simulations showing how our model provides a
cognitive foundation for explaining several phenomena that have posed a
challenge for previous accounts: (1) the convergence to more efficient
referring expressions across repeated interaction with the same partner, (2)
the gradual transfer of partner-specific common ground to novel partners, and
(3) the influence of communicative context on which conventions eventually
form.
- Abstract（参考訳）: 言語はコーディネート問題に対する強力な解決策であり、私たちの言葉が私たちの頭の中での信念や意図とどのように対応するかについて、安定的で共有された期待を提供する。
しかし、可変的で静止しない社会環境での言語の使用は、柔軟であるために言語表現を必要とする:古い単語は、新しいアドホックまたはパートナー固有の意味をその場で獲得する。
本稿では,この2つの基本観測の長期的緊張を和らげることを目的とした,規則形成の階層的ベイズ理論を紹介する。
より具体的には、コミュニケーションの中心的な計算問題は、従来の定式化のように単なる伝達ではなく、複数の時間スケールでの学習と適応であると主張する。
我々の説明では、ダイアド的相互作用における迅速な学習は、パートナー固有の共通基盤での協調を可能にする一方、社会的慣行は、複数のパートナーとの相互作用から抽象化された安定した先行概念である。
本研究は,(1)同一パートナーとの反復的相互作用におけるより効率的な参照表現の収束,(2)新規パートナーへのパートナー特化共通グラウンドの段階的移行,(3)コンベンションが最終的に形成するコミュニケーションの文脈の影響について,いくつかの現象を説明する上で,我々のモデルがどのように認知的基盤を提供するかを示すシミュレーションとともに,新しい経験的データを提案する。
関連論文リスト
- Decentralised Emergence of Robust and Adaptive Linguistic Conventions in
Populations of Autonomous Agents Grounded in Continuous Worlds [4.63732827131233]
本稿では,自律エージェントの集団が言語慣行を確立できる手法を提案する。
この慣習は、エージェントのペア間の局所的なコミュニケーションを通じて、分散的に現れる。
この手法により、住民はコミュニケーションに効果的で、一貫性があり、人間に解釈可能な言語慣習に収束できることを示す。
論文 参考訳（メタデータ） (2024-01-16T16:11:35Z) - Regularized Conventions: Equilibrium Computation as a Model of Pragmatic
Reasoning [72.21876989058858]
本稿では,信号ゲームの正規化平衡を探索することにより,発話を生成・理解する実用的な言語理解のモデルを提案する。
このモデルでは、話者とリスナーは文脈的に適切な発話を探索し、ゲーム理論の最適規則に近づき、共有された'デフォルト'セマンティクスに近い意味のマッピングを意味づける。
論文 参考訳（メタデータ） (2023-11-16T09:42:36Z) - Your spouse needs professional help: Determining the Contextual
Appropriateness of Messages through Modeling Social Relationships [7.415975372963896]
個人間の社会的関係を明示的にモデル化することで、不適切なコミュニケーションを識別する新しいアプローチを導入する。
大規模言語モデルでは、関係情報を組み込んで、与えられた文脈における適切性を正確に識別できることが示される。
また、文脈的適切性判断は、抑揚や丁寧さなどの言語で表される他の社会的要因の予測であることを示す。
論文 参考訳（メタデータ） (2023-07-06T04:06:05Z) - MindDial: Belief Dynamics Tracking with Theory-of-Mind Modeling for Situated Neural Dialogue Generation [62.44907105496227]
MindDialは、Mind-of-mindモデリングで位置決め自由形式の応答を生成できる、新しい対話型フレームワークである。
本研究では、話者の信念と話者の聴取者の信念を予測できる明示的なマインドモジュールを導入する。
筆者らのフレームワークは,提案手法と微調整モデルの両方に適用され,共通地盤アライメントとネゴシエーションの両方を含むシナリオで評価される。
論文 参考訳（メタデータ） (2023-06-27T07:24:32Z) - ChatGPT Evaluation on Sentence Level Relations: A Focus on Temporal,
Causal, and Discourse Relations [52.26802326949116]
対話型大規模言語モデルChatGPTの性能を,文間関係に基づいて定量的に評価する。
ChatGPTは因果関係の検出と推論において極めて優れた能力を示す。
既存の明示的な談話接続物との談話関係の大多数を特定できるが、暗黙的な談話関係は依然として恐ろしい課題である。
論文 参考訳（メタデータ） (2023-04-28T13:14:36Z) - Shades of confusion: Lexical uncertainty modulates ad hoc coordination
in an interactive communication task [8.17947290421835]
色概念関連に基づくコミュニケーションタスクを提案する。
実験1では、これらの期待の精神的表現のいくつかの重要な特性を確立する。
実験2では,コミュニケーションにおけるこれらの表現の下流結果について検討する。
論文 参考訳（メタデータ） (2021-05-13T20:42:28Z) - Discourse Relation Embeddings: Representing the Relations between
Discourse Segments in Social Media [8.51950029432202]
対話関係を高次元連続空間の点として表現することを提案する。
言葉とは異なり、談話関係はしばしば表面形式を持たない。
談話関係の埋め込みを自動的に生成する新しい手法を提案する。
論文 参考訳（メタデータ） (2021-05-04T05:58:27Z) - On the Critical Role of Conventions in Adaptive Human-AI Collaboration [73.21967490610142]
規則依存表現と規則依存表現を区別する学習フレームワークを提案する。
複雑性が異なる3つの共同作業に対するアプローチを実験的に検証します。
論文 参考訳（メタデータ） (2021-04-07T02:46:19Z) - Learning to Decouple Relations: Few-Shot Relation Classification with
Entity-Guided Attention and Confusion-Aware Training [49.9995628166064]
本稿では,2つのメカニズムを備えたモデルであるCTEGを提案する。
一方、注意を誘導するEGA機構を導入し、混乱を引き起こす情報をフィルタリングする。
一方,コンフュージョン・アウェア・トレーニング(CAT)法は,関係の識別を明示的に学習するために提案されている。
論文 参考訳（メタデータ） (2020-10-21T11:07:53Z) - Joint Constrained Learning for Event-Event Relation Extraction [94.3499255880101]
本稿では,イベント・イベント関係をモデル化するための制約付き協調学習フレームワークを提案する。
具体的には、このフレームワークは、複数の時間的および部分的関係内の論理的制約を強制する。
我々は,共同学習手法が,共同ラベル付きデータの欠如を効果的に補うことを示す。
論文 参考訳（メタデータ） (2020-10-13T22:45:28Z) - Generalizing meanings from partners to populations: Hierarchical
inference supports convention formation on networks [31.07078356126945]
言語慣習の重要な特性は、話者のコミュニティ全体を保持することである。
本稿では,この帰納的問題を解決するための階層型ベイズモデルを提案する。
論文 参考訳（メタデータ） (2020-02-04T19:30:55Z)
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。