論文の概要: Talking Space: inference from spatial linguistic meanings

• arxiv url: http://arxiv.org/abs/2109.06554v1
• Date: Tue, 14 Sep 2021 09:53:26 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-15 15:52:01.351956
• Title: Talking Space: inference from spatial linguistic meanings
• Title（参考訳）: 会話空間:空間言語的意味から推測する
• Authors: Vincent Wang-Mascianica and Bob Coecke
• Abstract要約: 本稿は、我々が生活している自然と身近な空間の交わりについて述べる。 本稿では,空間構造と言語構造を一致した構成方法で相互作用させるメカニズムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper concerns the intersection of natural language and the physical space around us in which we live, that we observe and/or imagine things within. Many important features of language have spatial connotations, for example, many prepositions (like in, next to, after, on, etc.) are fundamentally spatial. Space is also a key factor of the meanings of many words/phrases/sentences/text, and space is a, if not the key, context for referencing (e.g. pointing) and embodiment. We propose a mechanism for how space and linguistic structure can be made to interact in a matching compositional fashion. Examples include Cartesian space, subway stations, chesspieces on a chess-board, and Penrose's staircase. The starting point for our construction is the DisCoCat model of compositional natural language meaning, which we relax to accommodate physical space. We address the issue of having multiple agents/objects in a space, including the case that each agent has different capabilities with respect to that space, e.g., the specific moves each chesspiece can make, or the different velocities one may be able to reach. Once our model is in place, we show how inferences drawing from the structure of physical space can be made. We also how how linguistic model of space can interact with other such models related to our senses and/or embodiment, such as the conceptual spaces of colour, taste and smell, resulting in a rich compositional model of meaning that is close to human experience and embodiment in the world.
• Abstract（参考訳）: 本稿は、私たちが生活している自然と身近な空間の交わり、私たちが観察し、その中の物事を想像することに関するものである。 言語の重要な特徴の多くは空間的意味を持ち、例えば、多くの前置詞(例えば、イン、アフター、オンなど)は基本的に空間的である。 空間は、多くの単語/フレーズ/文/テキストの意味の重要な要素であり、空間はキーではなく、参照するコンテキスト(例えば、ポインティング)とエンボディメントである。 本稿では,空間構造と言語構造を一致した構成方法で相互作用させるメカニズムを提案する。 例えば、カルテシア空間、地下鉄駅、チェス盤のチェスピース、ペンローズの階段などがある。 構築の出発点は合成自然言語の意味のDisCoCatモデルであり、物理空間に対応するためにリラックスする。 我々は、複数のエージェント/オブジェクトを空間に持つ問題に対処する。例えば、各エージェントがその空間に対して異なる能力を持っている場合、例えば、各チェスピースができる特定の動きや、到達可能な異なる速度などである。 モデルが成立すると、物理空間の構造から引き出された推論がどのように作成されるかを示す。 また,空間の言語モデルと私たちの感覚や身体に関連する他のモデル,例えば色彩,味覚,嗅覚といった概念空間との相互作用によって,世界における人間の経験や具体化に近い豊かな構成的意味モデルが生み出せるかについても検討した。

関連論文リスト

• Perceptual Structure in the Absence of Grounding for LLMs: The Impact of Abstractedness and Subjectivity in Color Language [2.6094835036012864]
  定義色空間と言語モデルで定義される特徴空間との間にはかなりの整合性があることが示される。 その結果,色空間のアライメントはモノレキセミックで実用的な色記述を保ちつつも,実際の言語的利用の要素を示す例の存在感は著しく低下することがわかった。
  論文  参考訳（メタデータ） (2023-11-22T02:12:36Z)
• A Geometric Notion of Causal Probing [91.14470073637236]
  言語モデルの表現空間では、動詞数のような概念に関するすべての情報が線形部分空間に符号化される。 理想線型概念部分空間を特徴づける内在的基準のセットを与える。 LEACEは概念情報の約半分を含む1次元の部分空間を返す。
  論文  参考訳（メタデータ） (2023-07-27T17:57:57Z)
• Grounding Characters and Places in Narrative Texts [5.254909030032427]
  本稿では,新しい空間関係分類タスクを提案する。 タスクの目的は、テキストのウィンドウ内のすべての文字と位置のコメンデーションに対して、空間的関係カテゴリを割り当てることである。 これらの関係を予測するために、コンテキスト埋め込みを機能として使用するモデルをトレーニングする。
  論文  参考訳（メタデータ） (2023-05-27T19:31:41Z)
• Things not Written in Text: Exploring Spatial Commonsense from Visual Signals [77.46233234061758]
  視覚信号を持つモデルがテキストベースモデルよりも空間的コモンセンスを学習するかどうかを検討する。 本稿では,オブジェクトの相対スケールと,異なる動作下での人とオブジェクトの位置関係に着目したベンチマークを提案する。 画像合成モデルは,他のモデルよりも正確で一貫した空間知識を学習できることがわかった。
  論文  参考訳（メタデータ） (2022-03-15T17:02:30Z)
• Natural Language and Spatial Rules [78.20667552233989]
  本研究では,空間配置の自然言語記述における空間意味論の概念を形式的に表現するシステムを開発する。 形状規則を用いて2次元形状の言語(集合)を生成する形状文法形式と組み合わせる。 本稿では,本システムで解析に成功している形状の自然言語記述について述べるとともに,言語と知覚のインターフェースにおけるオープンな疑問と課題について論じる。
  論文  参考訳（メタデータ） (2021-11-28T07:18:11Z)
• Low-Dimensional Structure in the Space of Language Representations is Reflected in Brain Responses [62.197912623223964]
  言語モデルと翻訳モデルは,単語の埋め込み,構文的・意味的タスク,将来的な単語埋め込みとの間を円滑に介在する低次元構造を示す。 この表現埋め込みは、各特徴空間が、fMRIを用いて記録された自然言語刺激に対する人間の脳反応にどれだけうまく対応しているかを予測することができる。 これは、埋め込みが脳の自然言語表現構造の一部を捉えていることを示唆している。
  論文  参考訳（メタデータ） (2021-06-09T22:59:12Z)
• From Spatial Relations to Spatial Configurations [64.21025426604274]
  空間関係言語は、推論に不可欠な、大きく包括的な空間概念の集合を表現することができる。 本稿では,既存の空間表現言語の機能を,セマンティクスのきめ細かい分解によって拡張する方法について述べる。
  論文  参考訳（メタデータ） (2020-07-19T02:11:53Z)
• Understanding Spatial Relations through Multiple Modalities [78.07328342973611]
  オブジェクト間の空間的関係は、空間的前置詞として表されるか、移動、歩行、移動などの空間的動詞によって表される。 画像中の2つの実体間の暗黙的・明示的な空間的関係を推定するタスクを導入する。 本研究では、テキスト情報と視覚情報の両方を用いて空間関係を予測し、物体の位置情報と大きさ情報と画像埋め込みを利用するモデルを設計する。
  論文  参考訳（メタデータ） (2020-07-19T01:35:08Z)
• Cultural Cartography with Word Embeddings [0.0]
  本稿では,単語の埋め込みが社会学における意味論とどのように一致しているかを示す。 まず、条件を一定に保ち、埋め込み空間が周囲をどう動くかを測定することができる。 第二に、埋め込み空間定数を保持して、ドキュメントや著者がそれに対してどのように動くかを確認することもできる。
  論文  参考訳（メタデータ） (2020-07-09T01:58:28Z)

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。