論文の概要: From Paraphrasing to Semantic Parsing: Unsupervised Semantic Parsing via Synchronous Semantic Decoding

• arxiv url: http://arxiv.org/abs/2106.06228v1
• Date: Fri, 11 Jun 2021 08:16:35 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-15 00:32:17.208828
• Title: From Paraphrasing to Semantic Parsing: Unsupervised Semantic Parsing via Synchronous Semantic Decoding
• Title（参考訳）: パラフレーズからセマンティックパーシング:同期セマンティックデコーディングによる教師なしセマンティックパーシング
• Authors: Shan Wu, Bo Chen, Chunlei Xin, Xianpei Han, Le Sun, Weipeng Zhang, Jiansong Chen, Fan Yang, Xunliang Cai
• Abstract要約: 教師なし意味解析手法の提案 -同期セマンティックデコーディング(SSD)- SSDは、パラフレーズと文法制約付き復号を併用することにより、セマンティックギャップと構造ギャップを同時に解決することができる。 実験の結果、SSDは有望なアプローチであり、複数のデータセット上で競合する教師なしセマンティックパーシング性能を実現することができることがわかった。
• 参考スコア（独自算出の注目度）: 26.94318562020479
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Semantic parsing is challenging due to the structure gap and the semantic gap between utterances and logical forms. In this paper, we propose an unsupervised semantic parsing method - Synchronous Semantic Decoding (SSD), which can simultaneously resolve the semantic gap and the structure gap by jointly leveraging paraphrasing and grammar constrained decoding. Specifically, we reformulate semantic parsing as a constrained paraphrasing problem: given an utterance, our model synchronously generates its canonical utterance and meaning representation. During synchronous decoding: the utterance paraphrasing is constrained by the structure of the logical form, therefore the canonical utterance can be paraphrased controlledly; the semantic decoding is guided by the semantics of the canonical utterance, therefore its logical form can be generated unsupervisedly. Experimental results show that SSD is a promising approach and can achieve competitive unsupervised semantic parsing performance on multiple datasets.
• Abstract（参考訳）: セマンティクス解析は、構造ギャップと発話と論理形式の間のセマンティクスギャップのために難しい。 本稿では,パラフレージングと文法制約付きデコーディングを併用することにより,意味的ギャップと構造的ギャップを同時に解消する,教師なし意味解析手法であるSynchronous Semantic Decoding(SSD)を提案する。 具体的には、セマンティックパーシングを制約付きパラフレーズ問題として再構成する: 発話が与えられた場合、我々のモデルは、その標準発話と意味表現を同期的に生成する。 同期復号: 発話パラフレージングは論理形式の構造によって制約されるため、標準発話は制御的にパラフレージングされ、意味復号は標準発話の意味論によって導かれるため、その論理形式は教師なし生成することができる。 実験の結果、ssdは有望なアプローチであり、複数のデータセットで競合しないセマンティックパース性能を達成できることが示されている。

関連論文リスト

• Soft Partitioning of Latent Space for Semantic Channel Equalization [3.266331042379877]
  本研究では,タスク構造が意味空間と行動空間の1対1マッピングを伴うシナリオにおける意味空間分割の役割について検討する。 本稿では, ソフトデコーダの出力を利用して, セマンティック空間の構造をより包括的に理解する分割の原子を導出するソフトな基準を提案する。
  論文  参考訳（メタデータ） (2024-05-30T14:16:19Z)
• The Era of Semantic Decoding [27.59524153097858]
  本稿では,セマンティック・スペースにおける協調処理を最適化する手法として,セマンティック・デコーディング(semantic decoding)という新たな視点を提案する。 LLMを意味的トークン(既知の思考)と呼ばれる意味のある情報を操作するためのセマンティックプロセッサとして概念化する。 セマンティック・プロセッサ間の協調的な相互作用を,セマンティック・デコーディング・アルゴリズムとして,セマンティック・スペースの最適化と探索を行う。
  論文  参考訳（メタデータ） (2024-03-21T17:06:17Z)
• A General and Flexible Multi-concept Parsing Framework for Multilingual Semantic Matching [60.51839859852572]
  我々は,テキストを多言語セマンティックマッチングのためのマルチコンセプトに分解し,NERモデルに依存するモデルからモデルを解放することを提案する。 英語データセットのQQPとMRPC、中国語データセットのMedical-SMについて包括的な実験を行った。
  論文  参考訳（メタデータ） (2024-03-05T13:55:16Z)
• Language Models As Semantic Indexers [78.83425357657026]
  本稿では,ジェネレーティブ言語モデルを用いてセマンティックIDを学習するための自己教師型フレームワークLMIndexerを紹介する。 学習したIDの質を検証し,推奨,製品検索,文書検索の3つの課題において有効性を示す。
  論文  参考訳（メタデータ） (2023-10-11T18:56:15Z)
• Unsupervised Syntactically Controlled Paraphrase Generation with Abstract Meaning Representations [59.10748929158525]
  抽象表現(AMR)は、教師なし構文制御されたパラフレーズ生成の性能を大幅に向上させることができる。 提案モデルであるAMRPGは,AMRグラフを符号化し,入力文を2つの非絡み合った意味的および構文的埋め込みに解析する。 実験により、AMRPGは既存の教師なしアプローチと比較して、定量的かつ質的に、より正確な構文制御されたパラフレーズを生成することが示された。
  論文  参考訳（メタデータ） (2022-11-02T04:58:38Z)
• 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)
• Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
  テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。 本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。 本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。 セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
  論文  参考訳（メタデータ） (2021-10-04T03:59:15Z)
• Disentangling Semantics and Syntax in Sentence Embeddings with Pre-trained Language Models [32.003787396501075]
  ParaBARTは、予め訓練された言語モデルによって得られる文埋め込みにおける意味論と構文を解き放つことを学ぶ意味論文埋め込みモデルである。 ParaBARTは、ターゲットのパラフレーズとセマンティクスを共有するソース文と、ターゲットの構文を指定するパースツリーに基づいて、構文誘導のパラフレーズを実行するように訓練されている。
  論文  参考訳（メタデータ） (2021-04-11T21:34:46Z)
• Hinting Semantic Parsing with Statistical Word Sense Disambiguation [6.4182601340261956]
  統計的WSDシステムからヒントを提供し、結果の論理形式を維持しながら論理的意味型代入を導出する。 我々はFスコアの最大10.5%の改善を観察するが、この改善はパースの構造的整合性にコストがかかる。
  論文  参考訳（メタデータ） (2020-06-29T11:20:13Z)
• Semantics-Aware Inferential Network for Natural Language Understanding [79.70497178043368]
  このようなモチベーションを満たすために,セマンティックス対応推論ネットワーク(SAIN)を提案する。 SAINの推論モジュールは、明示的な文脈的セマンティクスを補完的な入力として、セマンティクス上の一連の推論ステップを可能にする。 本モデルでは,機械読解や自然言語推論など11タスクの大幅な改善を実現している。
  論文  参考訳（メタデータ） (2020-04-28T07:24:43Z)

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。