論文の概要: Who's the Expert? On Multi-source Belief Change

• arxiv url: http://arxiv.org/abs/2205.00077v1
• Date: Fri, 29 Apr 2022 20:45:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-05 09:54:28.822360
• Title: Who's the Expert? On Multi-source Belief Change
• Title（参考訳）: 専門家は誰だ? マルチソースの信念変化について
• Authors: Joseph Singleton and Richard Booth
• Abstract要約: 情報ソースのグループは、様々な事例における世界の状態に関する一連のレポートを提供します。 これらの事例における真の状態は、私たちには未知である。 我々は、専門的な公式を持つ命題論理の拡張に基づいて、この問題を探求するフレームワークを提供する。
• 参考スコア（独自算出の注目度）: 3.42658286826597
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Consider the following belief change/merging scenario. A group of information sources gives a sequence of reports about the state of the world at various instances (e.g. different points in time). The true states at these instances are unknown to us. The sources have varying levels of expertise, also unknown to us, and may be knowledgeable on some topics but not others. This may cause sources to report false statements in areas they lack expertise. What should we believe on the basis of these reports? We provide a framework in which to explore this problem, based on an extension of propositional logic with expertise formulas. This extended language allows us to express beliefs about the state of the world at each instance, as well as beliefs about the expertise of each source. We propose several postulates, provide a couple of families of concrete operators, and analyse these operators with respect to the postulates.
• Abstract（参考訳）: 以下の信念変更/統合シナリオを考えてください。 情報ソースのグループは、様々なインスタンス(例えば、時間の異なる点)における世界の状態に関する一連のレポートを提供します。 これらの場合の真の状態は我々には知られていない。 ソースにはさまざまなレベルの専門知識があり、私たちにも知られてはいません。 これにより、情報源は専門知識の欠如した領域で虚偽の声明を報告する可能性がある。 これらの報告に基づいて何を信じるべきか。 専門的な公式を用いた命題論理の拡張に基づいて,この問題を探求する枠組みを提供する。 この拡張言語により、各インスタンスにおける世界の状況に関する信念や、各ソースの専門知識に関する信念を表現することができます。 本稿では,いくつかの仮定を提案し,いくつかの具体的な演算子の族を提供し,それらの演算子を仮定に対して解析する。

関連論文リスト

• What Really is Commonsense Knowledge? [58.5342212738895]
  我々は、既存のコモンセンス知識の定義を調査し、概念を定義するための3つのフレームワークに基礎を置き、それらをコモンセンス知識の統一的な定義に統合する。 次に、アノテーションと実験のための統合された定義をCommonsenseQAとCommonsenseQA 2.0データセットで使用します。 本研究は,2つのデータセットには非常識知識のインスタンスが多数存在し,これら2つのサブセットに対して大きな性能差があることを示す。
  論文  参考訳（メタデータ） (2024-11-06T14:54:19Z)
• Causal Discovery with Language Models as Imperfect Experts [119.22928856942292]
  専門知識を用いて因果グラフの同定を改善する方法について検討する。 整合性に基づく専門家の知識を改良するための戦略を提案する。 本稿では,不完全な専門家として大規模言語モデルを用いる実データを用いたケーススタディについて報告する。
  論文  参考訳（メタデータ） (2023-07-05T16:01:38Z)
• UFO: Unified Fact Obtaining for Commonsense Question Answering [11.537283115693432]
  大規模言語モデル(LLM)は、知識の獲得と活用において、インテリジェンスを大幅に改善した。 UFO(Unified Facts Obtaining)アプローチを提案する。 UFOはLLMを知識ソースに変換し、与えられた質問に対して関連する事実(知識ステートメント)を生成する。
  論文  参考訳（メタデータ） (2023-05-25T13:25:49Z)
• Wigner and friends, a map is not the territory! Contextuality in multi-agent paradoxes [0.0]
  マルチエージェントシナリオは、非古典的形式主義がエージェント間の知識を扱う必要がある場合に矛盾する結果を示す。 知識が信頼の概念と関係して扱われても、矛盾する結果はマルチエージェントのシナリオでも見ることができる。
  論文  参考訳（メタデータ） (2023-05-12T22:51:13Z)
• Towards Corpus-Scale Discovery of Selection Biases in News Coverage: Comparing What Sources Say About Entities as a Start [65.28355014154549]
  本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。 我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
  論文  参考訳（メタデータ） (2023-04-06T23:36:45Z)
• Discord Questions: A Computational Approach To Diversity Analysis in News Coverage [84.55145223950427]
  本稿では,情報源の違いを識別し,ニュース報道の多様性を理解する上で,読者を支援する新しい枠組みを提案する。 このフレームワークはDiscord Questionsの生成に基づいている。
  論文  参考訳（メタデータ） (2022-11-09T16:37:55Z)
• A Logic of Expertise [0.0]
  本稿では,情報ソースの専門知識を推論するシンプルなモーダル論理フレームワークを提案する。 このフレームワークでは、任意の可能な世界において$p$の真理値を正しく決定できるなら、ソースは$p$の命題の専門家である。 情報源の専門知識の欠如を考慮し、情報がどのように偽であるかを考察する。
  論文  参考訳（メタデータ） (2021-07-22T17:42:38Z)
• "Don't quote me on that": Finding Mixtures of Sources in News Articles [85.92467549469147]
  各ソースのtextitaffiliationとtextitroleに基づいてソースのオントロジーラベリングシステムを構築します。 これらの属性を名前付きソースに推論し、ニュース記事をこれらのソースの混合物として記述する確率モデルを構築します。
  論文  参考訳（メタデータ） (2021-04-19T21:57:11Z)
• Dimensions of Commonsense Knowledge [60.49243784752026]
  我々は,その関係に特に焦点をあてて,広く普及しているコモンセンスソースを調査した。 我々はこれらの関係を13の知識次元に集約し、それぞれがソースにあるより具体的な関係を抽象化する。
  論文  参考訳（メタデータ） (2021-01-12T17:52:39Z)

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。