論文の概要: Usage-based learning of grammatical categories

• arxiv url: http://arxiv.org/abs/2204.10201v1
• Date: Thu, 14 Apr 2022 07:44:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-24 15:28:01.319746
• Title: Usage-based learning of grammatical categories
• Title（参考訳）: 文法カテゴリーの活用に基づく学習
• Authors: Luc Steels, Paul Van Eecke, Katrien Beuls
• Abstract要約: 本稿は、これらのカテゴリがどのように獲得され、どこから来たのかという疑問を提起する。 本稿では,言語相互作用の成功に基づくスコアを持つ分類型ネットワークが,文法カテゴリーの自発的な形成につながることを示す。
• 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: Human languages use a wide range of grammatical categories to constrain which words or phrases can fill certain slots in grammatical patterns and to express additional meanings, such as tense or aspect, through morpho-syntactic means. These grammatical categories, which are most often language-specific and changing over time, are difficult to define and learn. This paper raises the question how these categories can be acquired and where they have come from. We explore a usage-based approach. This means that categories and grammatical constructions are selected and aligned by their success in language interactions. We report on a multi-agent experiment in which agents are endowed with mechanisms for understanding and producing utterances as well as mechanisms for expanding their inventories using a meta-level learning process based on pro- and anti-unification. We show that a categorial type network which has scores based on the success in a language interaction leads to the spontaneous formation of grammatical categories in tandem with the formation of grammatical patterns.
• Abstract（参考訳）: 人間の言語は、文法パターンの特定のスロットを埋めることができる単語や句を制約し、形態素合成手段を通じて時制やアスペクトといった追加の意味を表現するために、幅広い文法カテゴリを使用する。 これらの文法カテゴリーは、しばしば言語固有のものであり、時間とともに変化するが、定義や学習は困難である。 本稿は、これらのカテゴリがどのように獲得され、どこから来たのかという疑問を提起する。 使用法に基づくアプローチを探求する。 これは、カテゴリと文法構成が選択され、言語相互作用の成功と一致していることを意味する。 本稿では,エージェントに発話の理解と生成のメカニズムを付与するマルチエージェント実験と,プロ・アンチ・ユニフィケーションに基づくメタレベル学習プロセスを用いた在庫拡大のメカニズムについて報告する。 本稿では,言語相互作用の成功に基づくスコアを持つ分類型ネットワークが,文法パターンの形成に伴う文法カテゴリーの自発的な形成につながることを示す。

関連論文リスト

• Probing Internal Representations of Multi-Word Verbs in Large Language Models [0.0]
  本研究では,大言語モデル(LLM)における多語動詞と呼ばれる動詞-粒子の組み合わせの内部表現について検討する。 我々は,2つの異なる動詞-粒子構成において,各階層の表象を解析する。例えば,'give up'のようなフレーズ動詞と,'look at'のような前置動詞である。
  論文  参考訳（メタデータ） (2025-02-07T09:49:13Z)
• Finding Structure in Language Models [3.882018118763685]
  この論文は、言語モデルが人間のものと似た文法構造を深く理解しているかどうかに関するものである。 我々は,大規模言語モデルの複雑な性質の理解を深める新しい解釈可能性技術を開発する。
  論文  参考訳（メタデータ） (2024-11-25T14:37:24Z)
• Principles of semantic and functional efficiency in grammatical patterning [1.6267479602370545]
  数や性別などの文法的特徴は、人間の言語において2つの中心的な機能を持つ。 数と性別は、数奇性やアニマシーのような有能な意味的属性を符号化するが、予測可能な単語のリンクによる文処理コストをオフロードする。 文法は多種多様な言語にまたがって一貫した組織パターンを示しており、しばしば意味論的基盤に根ざしている。
  論文  参考訳（メタデータ） (2024-10-21T10:49:54Z)
• Review of Unsupervised POS Tagging and Its Implications on Language Acquisition [0.0]
  人間の構文知識の根底にある能力は、どの単語が類似した構造に現れるかを決定することである。 このプロセスの探索では、子どもと同じような目標を持つ様々な工学的アプローチについて検討する。 モデルの発展と言語習得との関連性を支持する共通テーマについて論じる。
  論文  参考訳（メタデータ） (2023-12-15T19:31:00Z)
• Prompting Language Models for Linguistic Structure [73.11488464916668]
  本稿では,言語構造予測タスクに対する構造化プロンプト手法を提案する。 提案手法は, 音声タグ付け, 名前付きエンティティ認識, 文チャンキングについて評価する。 PLMはタスクラベルの事前知識を事前学習コーパスに漏えいすることで有意な事前知識を含むが、構造化プロンプトは任意のラベルで言語構造を復元することも可能である。
  論文  参考訳（メタデータ） (2022-11-15T01:13:39Z)
• CCPrefix: Counterfactual Contrastive Prefix-Tuning for Many-Class Classification [57.62886091828512]
  多クラス分類のための新しいプレフィックスチューニング手法であるCCPrefixを提案する。 基本的に、ラベル空間における実数対から派生したインスタンス依存の軟式接頭辞は、多クラス分類における言語動詞化を補完するために利用される。
  論文  参考訳（メタデータ） (2022-11-11T03:45:59Z)
• 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)
• Word Frequency Does Not Predict Grammatical Knowledge in Language Models [2.1984302611206537]
  言語モデルの精度には,系統的な変化源が存在するかを検討する。 特定の名詞は他の名詞よりも体系的によく理解されており、文法的タスクや異なる言語モデルに対して頑健である。 名詞の文法的特性は,様々な訓練データからほとんど学習されないことが判明した。
  論文  参考訳（メタデータ） (2020-10-26T19:51:36Z)
• Leveraging Adversarial Training in Self-Learning for Cross-Lingual Text Classification [52.69730591919885]
  本稿では,ラベル保存型入力摂動の最大損失を最小限に抑える半教師付き対向学習法を提案する。 多様な言語群に対する文書分類と意図分類において,有効性が著しく向上するのを観察する。
  論文  参考訳（メタデータ） (2020-07-29T19:38:35Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)
• A Benchmark for Systematic Generalization in Grounded Language Understanding [61.432407738682635]
  人間は慣れ親しんだ部分から成り立つ不慣れな状況を記述する表現を容易に解釈する。 対照的に、現代のニューラルネットワークは、新しい構成を理解するのに苦労している。 位置言語理解における合成一般化を評価するための新しいベンチマークであるgSCANを導入する。
  論文  参考訳（メタデータ） (2020-03-11T08:40:15Z)

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。