論文の概要: A Paradigm Change for Formal Syntax: Computational Algorithms in the
Grammar of English
- arxiv url: http://arxiv.org/abs/2205.12825v1
- Date: Tue, 24 May 2022 07:28:47 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-29 04:56:55.214605
- Title: A Paradigm Change for Formal Syntax: Computational Algorithms in the
Grammar of English
- Title（参考訳）: 形式的構文のパラダイム変化:英語文法における計算アルゴリズム
- Authors: Anat Ninio
- Abstract要約: 私たちは、プログラム言語を、プロセスベースの英語構文のモデルにします。
機能語と内容語の組み合わせをモデリングのトピックとして選んだ。
モデルの適合性は、アルゴリズムに不可欠な3つの機能特性を導出し、英語文法におけるそれらの存在を確認することによって検証された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Language sciences rely less and less on formal syntax as their base. The
reason is probably its lack of psychological reality, knowingly avoided.
Philosophers of science call for a paradigm shift in which explanations are by
mechanisms, as in biology. We turned to programming languages as heuristic
models for a process-based syntax of English. The combination of a functional
word and a content word was chosen as the topic of modeling. Such combinations
are very frequent, and their output is the important immediate constituents of
sentences. We found their parallel in Object Oriented Programming where an
all-methods element serves as an interface, and the content-full element serves
as its implementation, defining computational objects. The fit of the model was
tested by deriving three functional characteristics crucial for the algorithm
and checking their presence in English grammar. We tested the reality of the
interface-implementation mechanism on psycholinguistic and neurolinguistic
evidence concerning processing, development and loss of syntax. The close fit
and psychological reality of the mechanism suggests that a paradigm shift to an
algorithmic theory of syntax is a possibility.
- Abstract（参考訳）: 言語科学は、その基礎として形式的構文に頼りがちである。
その理由は、意識的に避けられた心理的現実の欠如である。
科学の哲学者は、生物学のように、説明はメカニズムによって行われるパラダイムシフトを求める。
私たちは、英語のプロセスベースの構文のヒューリスティックモデルとしてプログラミング言語に目を向けました。
モデリングのトピックとして機能語とコンテンツ語の組み合わせが選ばれた。
このような組み合わせは非常に頻繁に行われ、その出力は文の重要な即時成分である。
オブジェクト指向プログラミングでは、全メソッド要素がインターフェースとして機能し、コンテンツフル要素がその実装として機能し、計算オブジェクトを定義します。
モデルの適合性は、アルゴリズムに不可欠な3つの機能特性を導出し、英語文法におけるそれらの存在を確認することによって検証された。
我々は,構文の処理,発達,喪失に関する心理言語学的および神経言語学的証拠に対するインタフェース実装機構の実態を検証した。
このメカニズムの密接な適合性と心理的現実は、構文のアルゴリズム理論へのパラダイムシフトの可能性を示している。
関連論文リスト
- Training Neural Networks as Recognizers of Formal Languages [87.06906286950438]
形式言語理論は、特に認識者に関するものである。
代わりに、非公式な意味でのみ類似したプロキシタスクを使用するのが一般的である。
ニューラルネットワークを文字列のバイナリ分類器として直接訓練し評価することで、このミスマッチを補正する。
論文 参考訳（メタデータ） (2024-11-11T16:33:25Z) - A Complexity-Based Theory of Compositionality [53.025566128892066]
AIでは、構成表現は配布外一般化の強力な形式を可能にすることができる。
ここでは、構成性に関する直観を考慮し、拡張する構成性の公式な定義を提案する。
この定義は概念的には単純で量的であり、アルゴリズム情報理論に基礎を置いており、あらゆる表現に適用できる。
論文 参考訳（メタデータ） (2024-10-18T18:37:27Z) - Mobile Sequencers [0.0]
この記事は、言語と計画的協調行動の共通起源の探索に貢献する試みである。
合成における「変化」のセマンティクスは、その歴史と記録記録から、その開発、その構文、配信と受信まで、中心的な段階である。
論文 参考訳（メタデータ） (2024-05-09T12:39:50Z) - Language Evolution with Deep Learning [49.879239655532324]
計算モデリングは言語の出現の研究において重要な役割を担っている。
構造化言語の出現を誘発する可能性のある条件と学習プロセスをシミュレートすることを目的としている。
この章では、最近機械学習の分野に革命をもたらした別の種類の計算モデル、ディープ・ラーニング・モデルについて論じる。
論文 参考訳（メタデータ） (2024-03-18T16:52:54Z) - Generative Models as a Complex Systems Science: How can we make sense of
large language model behavior? [75.79305790453654]
事前訓練されたモデルから望ましい振る舞いを排除し、望ましくないモデルを避けながら、NLPを再定義した。
言語モデルの振る舞いをタスク間性能を説明するカテゴリに分解する体系的な取り組みについて論じる。
論文 参考訳（メタデータ） (2023-07-31T22:58:41Z) - From Word Models to World Models: Translating from Natural Language to
the Probabilistic Language of Thought [124.40905824051079]
言語インフォームド・シンキングのための計算フレームワークである「構成」を合理的に提案する。
我々は、自然言語から確率論的思考言語への文脈感応的なマッピングとして、言語の意味を定式化する。
LLMは、現実的に適切な言語的意味をキャプチャする文脈依存翻訳を生成することができることを示す。
認知的なモチベーションを持つシンボリックモジュールを統合するために、我々のフレームワークを拡張します。
論文 参考訳（メタデータ） (2023-06-22T05:14:00Z) - Categorical Tools for Natural Language Processing [0.0]
この論文は、圏論と計算言語学の間の翻訳を発展させている。
3章は構文、意味論、実践論を扱う。
結果として生じる関手モデルは、平衡が言語処理タスクの解であるようなゲームを形成するために構成することができる。
論文 参考訳（メタデータ） (2022-12-13T15:12:37Z) - Category Theory for Quantum Natural Language Processing [0.0]
この論文は、計算言語学と量子力学の類似に基づく量子自然言語処理(QNLP)モデルを導入する。
テキストと文の文法構造は、絡み合い構造が量子系の状態を接続するのと同じように、単語の意味を接続する。
この抽象的なアナロジーを具体的なアルゴリズムに変換し、文法構造をパラメータ化量子回路のアーキテクチャに変換する。
次に、ハイブリッドな古典量子アルゴリズムを用いて、データ駆動タスクにおける文の意味を回路評価によって計算できるようにモデルを訓練する。
論文 参考訳（メタデータ） (2022-12-13T14:38:57Z) - Benchmarking Language Models for Code Syntax Understanding [79.11525961219591]
事前学習された言語モデルは、自然言語処理とプログラム理解の両方において素晴らしい性能を示している。
本研究では,プログラムの構文構造を特定するための,最先端の事前訓練モデルの最初の徹底的なベンチマークを行う。
この結果から,既存のプログラミング言語の事前学習手法の限界が指摘され,構文構造をモデル化することの重要性が示唆された。
論文 参考訳（メタデータ） (2022-10-26T04:47:18Z) - Generalized Optimal Linear Orders [9.010643838773477]
言語の逐次構造、特に文中の単語の順序は、人間の言語処理において中心的な役割を果たす。
言語の計算モデルの設計において、デファクトのアプローチは、原文と同じ順序で命令された単語を機械に提示することである。
この研究の本質は、これが望ましいという暗黙の仮定を疑問視し、自然言語処理における語順の考慮に理論的健全性を注入することである。
論文 参考訳（メタデータ） (2021-08-13T13:10:15Z) - Modelling Compositionality and Structure Dependence in Natural Language [0.12183405753834563]
言語学と集合論に基づいて、これらの概念の形式化がこの論文の前半で述べられている。
言語処理を行う認知システムは,特定の機能的制約を持つ必要がある。
単語埋め込み技術の進歩を利用して、関係学習のモデルがシミュレートされる。
論文 参考訳（メタデータ） (2020-11-22T17:28:50Z)
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。