論文の概要: Policy Compliance Detection via Expression Tree Inference

• arxiv url: http://arxiv.org/abs/2205.12259v1
• Date: Tue, 24 May 2022 17:59:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-25 13:12:24.463146
• Title: Policy Compliance Detection via Expression Tree Inference
• Title（参考訳）: 表現木推論によるポリシーコンプライアンス検出
• Authors: Neema Kotonya, Andreas Vlachos, Majid Yazdani, Lambert Mathias and Marzieh Saeidi
• Abstract要約: ポリシーコンプライアンス検出(英: Policy Compliance Detection、PCD)は、私たちがテキストを推論する際に直面する課題である。 ポリシーテキストから表現木を自動的に推論する方法を学ぶ。
• 参考スコア（独自算出の注目度）: 15.377043655385513
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Policy Compliance Detection (PCD) is a task we encounter when reasoning over texts, e.g. legal frameworks. Previous work to address PCD relies heavily on modeling the task as a special case of Recognizing Textual Entailment. Entailment is applicable to the problem of PCD, however viewing the policy as a single proposition, as opposed to multiple interlinked propositions, yields poor performance and lacks explainability. To address this challenge, more recent proposals for PCD have argued for decomposing policies into expression trees consisting of questions connected with logic operators. Question answering is used to obtain answers to these questions with respect to a scenario. Finally, the expression tree is evaluated in order to arrive at an overall solution. However, this work assumes expression trees are provided by experts, thus limiting its applicability to new policies. In this work, we learn how to infer expression trees automatically from policy texts. We ensure the validity of the inferred trees by introducing constrained decoding using a finite state automaton to ensure the generation of valid trees. We determine through automatic evaluation that 63% of the expression trees generated by our constrained generation model are logically equivalent to gold trees. Human evaluation shows that 88% of trees generated by our model are correct.
• Abstract（参考訳）: ポリシーコンプライアンス検出(英: Policy Compliance Detection、PCD)は、テキストを推論する際に遭遇するタスクである。 pcdに対処する以前の作業は、テキストの包含を認識する特別なケースとしてタスクのモデル化に大きく依存していた。 補足はpcdの問題に適用できるが、ポリシーを複数の相互リンクされた提案とは対照的に単一の提案と見なすと、性能が悪く説明ができない。 この課題に対処するため、pcdのより最近の提案は、論理演算子と結びついた質問からなる式木にポリシーを分解することを論じている。 質問応答は、シナリオに関するこれらの質問に対する回答を得るために使用される。 最後に、式木は全体解に到達するために評価される。 しかし、この研究は表現木が専門家によって提供されると仮定し、新しいポリシーの適用性を制限する。 本研究では,ポリシーテキストから表現木を自動的に推測する方法を学ぶ。 有限状態オートマトンを用いた制約付き復号を導入し,有効木の生成を保証することにより,推定木の有効性を確保する。 制約付き生成モデルによって生成された表現木のうち63%が金木と論理的に等価であるとの自動評価により決定する。 評価の結果,本モデルが生成する樹木の88%が正しいことがわかった。

関連論文リスト

• Probabilistic Tree-of-thought Reasoning for Answering Knowledge-intensive Complex Questions [93.40614719648386]
  大規模言語モデル(LLM)は、知識集約的な複雑な質問にチェーン・オブ・シント(CoT)推論で答えることができる。 最近の研究は、CoT推論を強化するための外部知識の回収に向けられている。 確率的ツリー・オブ・シント推論(ProbTree)という新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-11-23T12:52:37Z)
• Tree Prompting: Efficient Task Adaptation without Fine-Tuning [112.71020326388029]
  Tree Promptingはプロンプトの決定ツリーを構築し、複数のLMコールをリンクしてタスクを解決する。 分類データセットの実験により、Tree Promptingは競合するメソッドよりも精度が向上し、微調整と競合することが示された。
  論文  参考訳（メタデータ） (2023-10-21T15:18:22Z)
• \"Uberpr\"ufung von Integrit\"atsbedingungen in Deduktiven Datenbanken [0.0]
  整合性違反は、整合性制約の証明に関する特別な操作と解釈できる。 本研究では,証明木を特別なデータ構造として定義し,そのような木を通してSLDNF証明の存在を示唆する。 知識ベースの変化が整合性制約の妥当性に影響を及ぼすかどうかを規定する条件の最小セットを決定する。
  論文  参考訳（メタデータ） (2023-03-21T21:07:15Z)
• RLET: A Reinforcement Learning Based Approach for Explainable QA with Entailment Trees [47.745218107037786]
  本稿では,強化学習に基づくEntailment Tree生成フレームワークであるRLETを提案する。 RLETは文の選択と推論生成モジュールによる単一ステップ推論を反復的に行う。 EntailmentBankデータセットの3つの設定の実験では、RLフレームワークを使用することの強みが示されている。
  論文  参考訳（メタデータ） (2022-10-31T06:45:05Z)
• Active entailment encoding for explanation tree construction using parsimonious generation of hard negatives [1.9062627409621]
  説明生成の人的推論過程をシミュレートするエンターメントツリーが提案されている。 実際には、これらの説明木を手作業で構築することは、人間の積極的な関与を必要とする退屈なプロセスを証明する。 我々は、アクティブな前提選択ステップのシーケンスとして、エンテーメントツリーの構築をフレーム化します。
  論文  参考訳（メタデータ） (2022-08-02T11:48:19Z)
• Adversarial Example Detection in Deployed Tree Ensembles [25.204157642042627]
  そこで本研究では,木組における対立例を検出するための新しい手法を提案する。 我々のアプローチは任意の付加的なツリーアンサンブルで動作し、別々のモデルをトレーニングする必要がない。 実験により,本手法が現在,樹木アンサンブルの最適逆検出法であることを実証した。
  論文  参考訳（メタデータ） (2022-06-27T06:59:00Z)
• Tree-Values: selective inference for regression trees [0.0]
  データから推定された木が標準的な保証を達成できないという事実を説明できない推論に対する単純なアプローチ。 適応したCARTツリー上での推論を行うための選択推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-15T00:25:11Z)
• Logically Consistent Loss for Visual Question Answering [66.83963844316561]
  ニューラルネットワークに基づく視覚質問応答(VQA)の現在の進歩は、同じ分布(すなわち、d)の仮定による一貫性を保証することができない。 マルチタスク学習フレームワークにおける論理的一貫した損失を定式化することにより,この問題に対処するための新しいモデルに依存しない論理制約を提案する。 実験により、提案された損失公式とハイブリッドバッチの導入により、一貫性が向上し、性能が向上することを確認した。
  論文  参考訳（メタデータ） (2020-11-19T20:31:05Z)
• On $\ell_p$-norm Robustness of Ensemble Stumps and Trees [83.81523991945018]
  我々は,アンサンブルスタンプの音響検証のための効率的なプログラムベースアルゴリズムを開発した。 我々は,アンサンブル・スタンプや木を訓練するための最初の認証された防御法を,$ell_p$ノルム摂動に関して実証した。
  論文  参考訳（メタデータ） (2020-08-20T03:42:40Z)
• Parameterizing Branch-and-Bound Search Trees to Learn Branching Policies [76.83991682238666]
  Branch and Bound (B&B) は、Mixed-Integer Linear Programming Problem (MILP) の解法として一般的に用いられる木探索法である。 本稿では,新しい模倣学習フレームワークを提案し,分岐を表現するための新しい入力機能とアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-02-12T17:43:23Z)

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。