Fugu-MT 論文翻訳(概要): Savile Row Manual

論文の概要: Savile Row Manual

arxiv url: http://arxiv.org/abs/2201.03472v1
Date: Fri, 12 Nov 2021 09:47:55 GMT
ステータス: 処理完了
システム内更新日: 2023-03-08 07:45:34.948305
Title: Savile Row Manual
Title（参考訳）: savile row マニュアル
Authors: Peter Nightingale
Abstract要約: 本稿では,制約モデリングツールであるSaveile Rowの入力言語とその主な特徴について述べる。 Savile Rowは、制約、SAT、SMTソルバを含む様々なソルバに対して、ソルバ非依存の制約モデリング言語を入力言語に翻訳する。
参考スコア（独自算出の注目度）: 3.030622181266347
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We describe the constraint modelling tool Savile Row, its input language and its main features. Savile Row translates a solver-independent constraint modelling language to the input languages for various solvers including constraint, SAT, and SMT solvers. After a brief introduction, the manual describes the Essence Prime language, which is the input language of Savile Row. Then we describe the functions of the tool, its main features and options and how to install and use it.
Abstract（参考訳）: 本稿では制約モデリングツールsavile rowとその入力言語とその主な特徴について述べる。 Savile Rowは、制約、SAT、SMTソルバを含む様々なソルバに対して、ソルバ非依存の制約モデリング言語を入力言語に翻訳する。簡単な紹介の後、マニュアルではSaveile Rowの入力言語であるEssence Prime言語について記述している。次に、ツールの機能、主な機能とオプション、インストールと使用方法について説明します。

関連論文リスト

SPRING Lab IITM's submission to Low Resource Indic Language Translation Shared Task [10.268444449457956]
我々は,Khasi,Mizo,Manipuri,Assameseの4つの低リソースIndic言語に対して,ロバストな翻訳モデルを構築した。このアプローチには、データ収集と前処理からトレーニングと評価まで、包括的なパイプラインが含まれています。バイリンガルデータの不足に対処するために,ミゾとカシのモノリンガルデータセットの逆翻訳手法を用いる。
論文参考訳（メタデータ） (2024-11-01T16:39:03Z)
Constructing and Expanding Low-Resource and Underrepresented Parallel Datasets for Indonesian Local Languages [0.0]
インドネシアの5つの言語を特徴とする多言語並列コーパスであるBhinneka Korpusを紹介する。我々のゴールは、これらの資源へのアクセスと利用を強化し、国内へのリーチを広げることです。
論文参考訳（メタデータ） (2024-04-01T09:24:06Z)
EASYTOOL: Enhancing LLM-based Agents with Concise Tool Instruction [56.02100384015907]
EasyToolは、多種多様で長いツールドキュメントを統一的で簡潔なツール命令に変換するフレームワークである。トークン使用量を大幅に削減し、現実のシナリオにおけるツール利用のパフォーマンスを向上させることができる。
論文参考訳（メタデータ） (2024-01-11T15:45:11Z)
Benchmarking Procedural Language Understanding for Low-Resource Languages: A Case Study on Turkish [2.396465363376008]
トルコの手続き文書について事例研究を行う。まず、トルコのwikiHowにおけるチュートリアルの数を2000から52,000に拡張し、自動翻訳ツールを使用します。我々は、コーパス上のいくつかのダウンストリームタスクを生成する。例えば、アクションのリンク、ゴール推論、要約などである。
論文参考訳（メタデータ） (2023-09-13T03:42:28Z)
Explaining black box text modules in natural language with language models [86.14329261605]
Blackbox" は、モジュールの入出力のみにアクセス可能であることを示している。 SASC」は、テキストモジュールを取り込み、モジュールの選択性に関する自然言語の説明と、その説明がどの程度信頼できるかのスコアを返す手法である。言語刺激に対する個々のfMRIボクセルの反応について,SASCが説明を生成できることを示す。
論文参考訳（メタデータ） (2023-05-17T00:29:18Z)
San-BERT: Extractive Summarization for Sanskrit Documents using BERT and it's variants [0.0]
我々はサンスクリット語の言語モデル、すなわち変換器からの双方向表現(BERT)とその変種を開発する。そして、これらのモデルから与えられたテキストの特徴を抽出した。得られたサンスクリット文書の抽出要約を生成するため, 特徴量に対する次元還元法とクラスタリング法を適用した。
論文参考訳（メタデータ） (2023-04-04T15:47:26Z)
Toolformer: Language Models Can Teach Themselves to Use Tools [62.04867424598204]
言語モデル(LM)は、特に大規模において、いくつかの例やテキスト命令から新しいタスクを解く素晴らしい能力を示す。 LMは、シンプルなAPIを通じて外部ツールの使用を自覚し、両方の世界のベストを達成できることを示します。 Toolformerは、どのAPIを呼び出すか、いつ呼び出すか、どの引数を渡すか、結果を将来のトークン予測に最もうまく組み込む方法を訓練したモデルです。
論文参考訳（メタデータ） (2023-02-09T16:49:57Z)
LSA-T: The first continuous Argentinian Sign Language dataset for Sign Language Translation [52.87578398308052]
手話翻訳(SLT)は、人間とコンピュータの相互作用、コンピュータビジョン、自然言語処理、機械学習を含む活発な研究分野である。本稿では,最初の連続的アルゼンチン手話(LSA)データセットを提案する。このビデオには、CN Sordos YouTubeチャンネルから抽出されたLCAの14,880の文レベルのビデオと、各署名者のためのラベルとキーポイントアノテーションが含まれている。
論文参考訳（メタデータ） (2022-11-14T14:46:44Z)
SCROLLS: Standardized CompaRison Over Long Language Sequences [62.574959194373264]
SCROLLSは長いテキストに対する推論を必要とするタスクのスイートである。 SCROLLSには要約、質問応答、自然言語推論タスクが含まれる。すべてのデータセットを統一されたテキスト・ツー・テキスト形式で利用可能にし、モデルアーキテクチャと事前学習方法の研究を容易にするために、ライブのリーダーボードをホストします。
論文参考訳（メタデータ） (2022-01-10T18:47:15Z)
It's not Greek to mBERT: Inducing Word-Level Translations from Multilingual BERT [54.84185432755821]
mBERT (multilingual BERT) は、言語間での移動を可能にするリッチな言語間表現を学習する。我々はmBERTに埋め込まれた単語レベルの翻訳情報について検討し、微調整なしで優れた翻訳能力を示す2つの簡単な方法を提案する。
論文参考訳（メタデータ） (2020-10-16T09:49:32Z)
Building a Hebrew Semantic Role Labeling Lexical Resource from Parallel Movie Subtitles [4.089055556130724]
本稿では,英語からのアノテーション投影によって半自動構築されたヘブライ語における意味的役割のラベル付け資源を提案する。このコーパスは多言語OpenSubtitlesデータセットから派生し、短い非公式文を含む。 FrameNetとPropBankの両スタイルで、形態解析、依存性の構文、セマンティックロールのラベル付けを含む、完全に注釈付けされたデータを提供する。我々は、このヘブライ語リソース上で、事前訓練された多言語BERTトランスフォーマーモデルを利用して、ニューラルネットワークSRLモデルをトレーニングし、基準点として、Hebrew SRLの最初のベースラインモデルを提供する。
論文参考訳（メタデータ） (2020-05-17T10:03:42Z)

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。