論文の概要: TAPHSIR: Towards AnaPHoric Ambiguity Detection and ReSolution In Requirements

• arxiv url: http://arxiv.org/abs/2206.10227v1
• Date: Tue, 21 Jun 2022 09:53:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-22 17:37:48.770485
• Title: TAPHSIR: Towards AnaPHoric Ambiguity Detection and ReSolution In Requirements
• Title（参考訳）: taphsir: 要件の照応的曖昧性検出と解決に向けて
• Authors: Saad Ezzini, Sallam Abualhaija, Chetan Arora, Mehrdad Sabetzadeh
• Abstract要約: 本稿では,アナフォリックなあいまいさ検出とアナフォラ分解能を実現するためのツールであるTAPHSIRを紹介する。 TAPHSIRは、潜在的なアナフォラの曖昧さを持つ要求を検出し、アナフォラの発生を自動的に解釈しようとする。 TAPHSIRが生成した出力は、要件エンジニアが容易にレビューし、検証することができる。
• 参考スコア（独自算出の注目度）: 10.095437546300202
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce TAPHSIR, a tool for anaphoric ambiguity detection and anaphora resolution in requirements. TAPHSIR facilities reviewing the use of pronouns in a requirements specification and revising those pronouns that can lead to misunderstandings during the development process. To this end, TAPHSIR detects the requirements which have potential anaphoric ambiguity and further attempts interpreting anaphora occurrences automatically. TAPHSIR employs a hybrid solution composed of an ambiguity detection solution based on machine learning and an anaphora resolution solution based on a variant of the BERT language model. Given a requirements specification, TAPHSIR decides for each pronoun occurrence in the specification whether the pronoun is ambiguous or unambiguous, and further provides an automatic interpretation for the pronoun. The output generated by TAPHSIR can be easily reviewed and validated by requirements engineers. TAPHSIR is publicly available on Zenodo (DOI: 10.5281/zenodo.5902117).
• Abstract（参考訳）: 本稿では,naphoric ambiguity detectionとanaphora resolutionの要求条件におけるツールであるtaphsirを紹介する。 TAPHSIR施設は、要求仕様における代名詞の使用を見直し、開発過程で誤解を招く可能性のある代名詞を改訂する。 この目的のために、TAPHSIRは、潜在的なアナフォラの曖昧さを持つ要求を検出し、アナフォラの発生を自動的に解釈しようとする。 TAPHSIRは、機械学習に基づくあいまいさ検出ソリューションと、BERT言語モデルの変種に基づくアナフォラ解決ソリューションからなるハイブリッドソリューションを採用している。 要件仕様が与えられた場合、TAPHSIRは、仕様における各代名詞の発生があいまいであるか不明瞭であるかを判断し、さらに代名詞の自動解釈を提供する。 TAPHSIRが生成した出力は、要件エンジニアが容易にレビューし、検証することができる。 TAPHSIRはZenodo(DOI:10.5281/zenodo.5902117)で公開されている。

関連論文リスト

• CRAT: A Multi-Agent Framework for Causality-Enhanced Reflective and Retrieval-Augmented Translation with Large Language Models [59.8529196670565]
  CRATは、RAGと因果強化自己回帰を利用して翻訳課題に対処する、新しいマルチエージェント翻訳フレームワークである。 以上の結果からCRATは翻訳精度を著しく向上させ,特に文脈に敏感な単語や語彙の出現に寄与することが示唆された。
  論文  参考訳（メタデータ） (2024-10-28T14:29:11Z)
• Aligning Language Models to Explicitly Handle Ambiguity [22.078095273053506]
  我々は,あいまいなクエリを扱うために,言語モデルを整列する新しいパイプラインであるAlignment with Perceived Ambiguity (APA)を提案する。 質問応答データセットの実験結果から、APAはLLMに対して、あいまいなクエリを明示的に検出し、管理する権限を持つことが示された。 我々の発見は、APAがゴールドスタンダードラベルのトレーニング、特にアウト・オブ・ディストリビューションのシナリオで優れていることを証明している。
  論文  参考訳（メタデータ） (2024-04-18T07:59:53Z)
• Provably Secure Disambiguating Neural Linguistic Steganography [66.30965740387047]
  サブワードに基づく言語モデルを使用する際に生じるセグメンテーションの曖昧さ問題は、時にはデコード障害を引き起こす。 そこで我々はSyncPoolという,セグメンテーションのあいまいさ問題に効果的に対処する,セキュアな曖昧さ回避手法を提案する。 SyncPoolは、候補プールのサイズやトークンの分布を変えないため、確実に安全な言語ステガノグラフィー手法に適用できる。
  論文  参考訳（メタデータ） (2024-03-26T09:25:57Z)
• AS-XAI: Self-supervised Automatic Semantic Interpretation for CNN [5.42467030980398]
  本稿では,自動意味解釈人工知能(AS-XAI)フレームワークを提案する。 モデル決定のグローバルな意味解釈には、透過的な埋め込み意味抽出空間と行中心主成分分析(PCA)を用いる。 提案手法は, 流通圏内における共通意味論的解釈を含む, 広範囲な実践的応用を提供する。
  論文  参考訳（メタデータ） (2023-12-02T10:06:54Z)
• Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
  そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。 我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。 インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
  論文  参考訳（メタデータ） (2023-11-16T00:18:50Z)
• Causal interventions expose implicit situation models for commonsense language understanding [3.290878132806227]
  我々は、一つの文脈キューがあいまいな代名詞の解釈をシフトさせるWinograd Challengeのパフォーマンスを分析する。 我々は、コンテキストワードから情報を伝達する責任を負う注目ヘッドの回路を同定する。 これらの分析は、代名詞分解を導くために暗黙の状況モデルを構築する異なる経路を示唆している。
  論文  参考訳（メタデータ） (2023-06-06T17:36:43Z)
• Deep Implicit Distribution Alignment Networks for Cross-Corpus Speech Emotion Recognition [19.281716812246557]
  深層暗黙分布アライメントネットワーク(DIDAN)と呼ばれる新しい深層移動学習手法を提案する。 DIDANは、ラベル付きトレーニング(ソース)と未ラベルテスト(ターゲット)の音声信号が異なるコーパスから来る、クロスコーパス音声の感情認識問題を扱う。 提案したDIDANを評価するために,広範に使用されている音声感情コーパスに対する広範囲なクロスコーパスSER実験を行った。
  論文  参考訳（メタデータ） (2023-02-17T14:51:37Z)
• Exploring Multi-Modal Representations for Ambiguity Detection & Coreference Resolution in the SIMMC 2.0 Challenge [60.616313552585645]
  会話型AIにおける効果的なあいまいさ検出と参照解決のためのモデルを提案する。 具体的には,TOD-BERTとLXMERTをベースとしたモデルを用いて,多数のベースラインと比較し,アブレーション実験を行う。 以上の結果から,(1)言語モデルでは曖昧さを検出するためにデータの相関を活用でき,(2)言語モデルではビジョンコンポーネントの必要性を回避できることがわかった。
  論文  参考訳（メタデータ） (2022-02-25T12:10:02Z)
• Transformer-GCRF: Recovering Chinese Dropped Pronouns with General Conditional Random Fields [54.03719496661691]
  本稿では,隣接する発話における代名詞間の依存関係をモデル化するために,トランスフォーマーネットワークの強みと一般条件ランダムフィールド(GCRF)を組み合わせる新しい枠組みを提案する。 3つの中国語会話データセットの結果、Transformer-GCRFモデルは、最先端のドロップした代名詞回復モデルよりも優れていた。
  論文  参考訳（メタデータ） (2020-10-07T07:06:09Z)
• A Brief Survey and Comparative Study of Recent Development of Pronoun Coreference Resolution [55.39835612617972]
  PCR(Pronoun Coreference Resolution)は、プロノミナルな表現を、それらが参照するすべての言及に対して解決するタスクである。 1つの重要な自然言語理解(NLU)コンポーネントとして、代名詞分解は多くの下流タスクにおいて不可欠であり、既存のモデルでは依然として困難である。 我々は、現在のモデルが標準評価セットで優れたパフォーマンスを達成しているにもかかわらず、実際のアプリケーションで使用する準備ができていないことを示すために、広範な実験を行っている。
  論文  参考訳（メタデータ） (2020-09-27T01:40:01Z)

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。