論文の概要: A Theory of Language Learning
- arxiv url: http://arxiv.org/abs/2106.14612v1
- Date: Sun, 6 Jun 2021 11:06:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-05 00:37:34.684167
- Title: A Theory of Language Learning
- Title（参考訳）: 言語学習の理論
- Authors: Robert Worden
- Abstract要約: 特徴構造(スクリプト)とスクリプト関数のベイズ的帰納的帰納的帰納的帰納的帰納的帰納的言語学習の理論について述べる。
言語における各単語感覚は、単語のすべての構文と意味を具現化したm-script(スクリプト関数)によって精神的に表現される。
M-scriptは、アダルト言語をサポートすることができる完全に語彙化された統一文法を形成する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A theory of language learning is described, which uses Bayesian induction of
feature structures (scripts) and script functions. Each word sense in a
language is mentally represented by an m-script, a script function which
embodies all the syntax and semantics of the word. M-scripts form a
fully-lexicalised unification grammar, which can support adult language. Each
word m-script can be learnt robustly from about six learning examples. The
theory has been implemented as a computer model, which can bootstrap-learn a
language from zero vocabulary. The Bayesian learning mechanism is (1) Capable:
to learn arbitrarily complex meanings and syntactic structures; (2) Fast:
learning these structures from a few examples each; (3) Robust: learning in the
presence of much irrelevant noise, and (4) Self-repairing: able to acquire
implicit negative evidence, using it to learn exceptions. Children learning
language are clearly all of (1) - (4), whereas connectionist theories fail on
(1) and (2), and symbolic theories fail on (3) and (4). The theory is in good
agreement with many key facts of language acquisition, including facts which
are problematic for other theories. It is compared with over 100 key
cross-linguistic findings about acquisition of the lexicon, phrase structure,
morphology, complementation and control, auxiliaries, verb argument structures,
gaps and movement - in nearly all cases giving unforced agreement without extra
assumptions.
- Abstract（参考訳）: 特徴構造(スクリプト)とスクリプト関数のベイズ的帰納法を用いた言語学習の理論について述べる。
言語における各単語感覚は、単語のすべての構文と意味を具現化したm-scriptによって精神的に表現される。
M-scriptは、アダルト言語をサポートすることができる完全に語彙化された統一文法を形成する。
それぞれの単語 m-script は、およそ6つの学習例からしっかりと学習することができる。
この理論はゼロ語彙から言語をブートストラップ学習できるコンピュータモデルとして実装されている。
ベイズ学習機構は,(1)任意に複雑な意味や構文構造を学習する能力,(2)素早い:いくつかの例からこれらの構造を学習する能力,(3)ロバスト:無関係な雑音の存在下での学習,(4)自己修復:暗黙的な否定的証拠を習得し,例外を学習する能力である。
子どもの学習言語は明らかに(1)-(4)であり、接続論は(1)と(2)で失敗し、記号論は(3)と(4)で失敗している。
この理論は他の理論に問題のある事実を含む多くの言語習得の重要な事実とよく一致している。
ほぼすべてのケースにおいて、余分な仮定なしで強制的合意を与える場合において、語彙、句構造、形態、補足と制御、助詞、動詞の引数構造、ギャップ、ムーブメントの獲得に関する100以上の重要な言語横断的発見と比較される。
関連論文リスト
- A Complexity-Based Theory of Compositionality [53.025566128892066]
AIでは、構成表現は配布外一般化の強力な形式を可能にすることができる。
ここでは、構成性に関する直観を考慮し、拡張する構成性の公式な定義を提案する。
この定義は概念的には単純で量的であり、アルゴリズム情報理論に基礎を置いており、あらゆる表現に適用できる。
論文 参考訳（メタデータ） (2024-10-18T18:37:27Z) - Reframing linguistic bootstrapping as joint inference using visually-grounded grammar induction models [31.006803764376475]
意味的・統語的ブートストラッピング・ポジトリ(Semantic and Syntactic bootstrapping posit)とは、子供が特定の言語領域についての事前の知識、例えば構文的関係(syntactic relations)を使い、後に新しい単語の意味などの他の知識を取得する手助けをするものである。
ここでは、両者が、言語習得のためのより一般的な学習戦略である共同学習に固執していると論じる。
一連の視覚的文法帰納モデルを用いて,構文と意味が同時に学習された場合に,構文的および意味的ブートストラップ効果が最強であることが実証された。
論文 参考訳（メタデータ） (2024-06-17T18:01:06Z) - Universal Syntactic Structures: Modeling Syntax for Various Natural
Languages [0.0]
我々は,人間の脳が文形成の言葉をどう結び付けるかを説明することを目的とする。
構文表現をモデル化する新しい手法が提案され、全ての自然言語に普遍的な構文構造が存在する可能性が示された。
論文 参考訳（メタデータ） (2023-12-28T20:44:26Z) - Learning the meanings of function words from grounded language using a visual question answering model [28.10687343493772]
近年のニューラルネットワークに基づく視覚的質問応答モデルでは,複雑な視覚シーンに関する質問に対する回答の一部として,関数語の使用を学習できることが示されている。
これらのモデルが論理的結合の意味を学べることや、論理的推論に関する事前の知識がないことが分かりました。
本研究は,視覚的に理解された文脈において,機能単語のニュアンス解釈を学習することが可能であることを示す。
論文 参考訳（メタデータ） (2023-08-16T18:53:39Z) - From Word Models to World Models: Translating from Natural Language to
the Probabilistic Language of Thought [124.40905824051079]
言語インフォームド・シンキングのための計算フレームワークである「構成」を合理的に提案する。
我々は、自然言語から確率論的思考言語への文脈感応的なマッピングとして、言語の意味を定式化する。
LLMは、現実的に適切な言語的意味をキャプチャする文脈依存翻訳を生成することができることを示す。
認知的なモチベーションを持つシンボリックモジュールを統合するために、我々のフレームワークを拡張します。
論文 参考訳（メタデータ） (2023-06-22T05:14:00Z) - Verbal behavior without syntactic structures: beyond Skinner and Chomsky [0.0]
言語がどんな人間の行動であるかを再発見しなければならない。
最近の心理学的、計算的、神経生物学的、そして行動の成型と構造に関する進化的な洞察は、我々を新しい、実行可能な言語の説明へと導くかもしれない。
論文 参考訳（メタデータ） (2023-03-11T00:01:21Z) - DALL-E 2 Fails to Reliably Capture Common Syntactic Processes [0.0]
我々は,DALL-E2が構成性に関連する8つの文法的現象を捉える能力について分析した。
DALL-E 2は構文に整合した意味を確実に推測できないことを示す。
論文 参考訳（メタデータ） (2022-10-23T23:56:54Z) - AUTOLEX: An Automatic Framework for Linguistic Exploration [93.89709486642666]
本稿では言語学者による言語現象の簡潔な記述の発見と抽出を容易にするための自動フレームワークを提案する。
具体的には、この枠組みを用いて、形態的一致、ケースマーキング、単語順序の3つの現象について記述を抽出する。
本研究では,言語専門家の助けを借りて記述を評価し,人間の評価が不可能な場合に自動評価を行う手法を提案する。
論文 参考訳（メタデータ） (2022-03-25T20:37:30Z) - Neural Abstructions: Abstractions that Support Construction for Grounded
Language Learning [69.1137074774244]
言語の相互作用を効果的に活用するには、言語基底に対する2つの最も一般的なアプローチの制限に対処する必要がある。
本稿では,ラベル条件付き生成モデルの推論手順に対する制約のセットであるニューラル・アブストラクションの考え方を紹介する。
この手法により,マインクラフトにおけるオープンエンドハウスタスクのセマンティックな変更をユーザ人口が構築できることが示される。
論文 参考訳（メタデータ） (2021-07-20T07:01:15Z) - Provable Limitations of Acquiring Meaning from Ungrounded Form: What
will Future Language Models Understand? [87.20342701232869]
未知のシステムが意味を習得する能力について検討する。
アサーションによってシステムが等価性のような意味関係を保存する表現をエミュレートできるかどうか検討する。
言語内のすべての表現が参照的に透明であれば,アサーションによってセマンティックエミュレーションが可能になる。
しかし、言語が変数バインディングのような非透過的なパターンを使用する場合、エミュレーションは計算不能な問題になる可能性がある。
論文 参考訳（メタデータ） (2021-04-22T01:00:17Z) - Probing Pretrained Language Models for Lexical Semantics [76.73599166020307]
類型的多様言語と5つの異なる語彙課題にまたがる系統的経験分析を行った。
我々の結果は、普遍的に維持されるパターンとベストプラクティスを示しているが、言語やタスクにまたがる顕著なバリエーションを示している。
論文 参考訳（メタデータ） (2020-10-12T14:24:01Z)
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。