Fugu-MT 論文翻訳(概要): An NLG pipeline for a legal expert system: a work in progress

論文の概要: An NLG pipeline for a legal expert system: a work in progress

arxiv url: http://arxiv.org/abs/2107.02421v1
Date: Tue, 6 Jul 2021 06:42:38 GMT
ステータス: 処理完了
システム内更新日: 2021-07-07 23:38:51.786027
Title: An NLG pipeline for a legal expert system: a work in progress
Title（参考訳）: 法律専門家システムのためのnlgパイプライン:進行中の作業
Authors: Inari Listenmaa, Jason Morris, Alfred Ang, Maryam Hanafiah, Regina Cheong
Abstract要約: L4コードから作成された法律専門家システムのためのパイプラインについて述べる。最初のステップはインタビューを作成することで、回答は自動推論のためのクエリに処理される。第2のステップは、自然言語で推論者の回答を描画することだ。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We present the NLG component for L4, a prototype domain-specific language (DSL) for drafting laws and contracts. As a concrete use case, we describe a pipeline for a legal expert system created from L4 code. The NLG component is used in two steps. The first step is to create an interview, whose answers are processed into a query for an automated reasoner. The second step is to render the answers of the reasoner in natural language.
Abstract（参考訳）: 法律や契約書作成のためのドメイン固有言語 (DSL) のプロトタイプである L4 の NLG コンポーネントについて述べる。具体的なユースケースとして,l4コードから作成した法律専門家システムのパイプラインについて述べる。 NLGコンポーネントは2つのステップで使用される。最初のステップは、自動推論のために回答をクエリとして処理するインタビューを作成することです。第2のステップは、自然言語で推論者の回答を描画することだ。

関連論文リスト

Towards the LLM-Based Generation of Formal Specifications from Natural-Language Contracts: Early Experiments with Symboleo [0.5359378066251385]
本稿では、英語のビジネス契約からSymboleo仕様の自動生成を目的とした探索実験について報告する。生成された仕様は、3つの重度レベルにグループ化された16のエラータイプに対して手動で評価される。 LLMの初期の結果は、法的契約の仕様の策定を加速させるであろう有望な成果を示している。
論文参考訳（メタデータ） (2024-11-24T16:14:32Z)
DECIDER: A Dual-System Rule-Controllable Decoding Framework for Language Generation [57.07295906718989]
制約付き復号法は,事前学習言語モデル(PLM)が生成するテキストの意味やスタイルを,推論中に特定のターゲット語を用いて制御することを目的としている。我々は, PLM を制御するためのタスクの完了方法に関するルールをプログラムできる新しい復号化フレームワーク DECIDER を提案する。
論文参考訳（メタデータ） (2024-03-04T11:49:08Z)
Neural Models for Source Code Synthesis and Completion [0.0]
コード提案システムへの自然言語(NL)は、NL発話をコンパイル可能なコードスニペットに変換することで、統合開発環境(IDE)の開発者を支援する。現在のアプローチは主に意味解析に基づくハードコードなルールベースのシステムである。我々は,NLを汎用プログラミング言語にマッピングするためのシーケンス・ツー・シーケンス深層学習モデルと訓練パラダイムを提案する。
論文参考訳（メタデータ） (2024-02-08T17:10:12Z)
InstructPipe: Building Visual Programming Pipelines with Human Instructions [31.827306976375876]
InstructPipeは、ユーザーがテキスト命令で機械学習パイプライン(ML)のプロトタイピングを開始することができるAIアシスタントである。 InstructPipeは従来の方法に比べてユーザインタラクションを81.1%削減する。
論文参考訳（メタデータ） (2023-12-15T10:34:53Z)
Neuro-Symbolic Integration Brings Causal and Reliable Reasoning Proofs [95.07757789781213]
LLMの複雑な推論には2行のアプローチが採用されている。 1行の作業は様々な推論構造を持つLLMを誘導し、構造出力は自然に中間推論ステップと見なすことができる。他方の行では、LCMのない宣言的解法を用いて推論処理を行い、推論精度は向上するが、解法のブラックボックスの性質により解釈性に欠ける。具体的には,Prologインタプリタが生成した中間検索ログにアクセスし,人間可読推論に解釈可能であることを示す。
論文参考訳（メタデータ） (2023-11-16T11:26:21Z)
Towards a Mechanistic Interpretation of Multi-Step Reasoning Capabilities of Language Models [107.07851578154242]
言語モデル(LM)は強力な多段階推論能力を持つ。 LMが事前学習コーパスから記憶された回答を不正に処理するか,多段階推論機構を用いてタスクを実行するかは明らかでない。メカニスティックプローブは,ほとんどの例において,モデルの注意から推論ツリーの情報を検出することができることを示す。
論文参考訳（メタデータ） (2023-10-23T01:47:29Z)
TopoMLP: A Simple yet Strong Pipeline for Driving Topology Reasoning [51.29906807247014]
トポロジー推論は、道路シーンを理解し、自律運転における乾燥可能なルートを提示することを目的としている。道路の中心線(車線)と交通要素を検出し、そのトポロジの関係、すなわち車線-車線トポロジと車線-交通トポロジを推論する必要がある。トポロジー性能の上限を拡張するために,強力な3次元レーン検出器と改良された2次元交通要素検出器を導入する。
論文参考訳（メタデータ） (2023-10-10T16:24:51Z)
Natural Language Commanding via Program Synthesis [0.29360071145551064]
Microsoft Officeのような生産性ソフトウェアのための自然言語フレンドリなAIシステムであるSemantic Interpreterを紹介する。 LLMは自然言語として表現されるユーザインテントを理解するのに優れていますが、アプリケーション固有のユーザインテントを満たすには不十分です。私たちは、Officeアプリケーションにおけるエンティティのアクションの実行とインタラクションに特化した簡潔でハイレベルな言語であるOffice Domain Specific Language (O)を紹介します。
論文参考訳（メタデータ） (2023-06-06T07:28:49Z)
NELLIE: A Neuro-Symbolic Inference Engine for Grounded, Compositional, and Explainable Reasoning [59.16962123636579]
本稿では,Prologベースの推論エンジンを新たに提案する。我々は手作りのルールを、ニューラルネットワークモデリング、ガイド付き生成、半密検索の組み合わせで置き換える。我々の実装であるNELLIEは、完全に解釈可能なエンドツーエンドの基底QAを示す最初のシステムである。
論文参考訳（メタデータ） (2022-09-16T00:54:44Z)
Learning Symbolic Rules for Reasoning in Quasi-Natural Language [74.96601852906328]
我々は,ルールを手作業で構築することなく,自然言語入力で推論できるルールベースシステムを構築した。本稿では,形式論理文と自然言語文の両方を表現可能な"Quasi-Natural"言語であるMetaQNLを提案する。提案手法は,複数の推論ベンチマークにおける最先端の精度を実現する。
論文参考訳（メタデータ） (2021-11-23T17:49:00Z)
Knowledge-driven Natural Language Understanding of English Text and its Applications [8.417188296231059]
英文を対象とした知識駆動型意味表現手法を提案する。 SQuARE (Semantic-based Question Answering and Reasoning Engine) と StaCACK (Stateful Conversational Agent using Commonsense Knowledge) の2つのNLUアプリケーションを提案する。
論文参考訳（メタデータ） (2021-01-27T22:02:50Z)

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。