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
- 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) - HyPoradise: An Open Baseline for Generative Speech Recognition with
Large Language Models [81.56455625624041]
ASRの誤り訂正に外部の大規模言語モデル(LLM)を利用する最初のオープンソースベンチマークを導入する。
提案したベンチマークには、334,000組以上のN-best仮説を含む新しいデータセットHyPoradise (HP)が含まれている。
合理的なプロンプトと生成能力を持つLLMは、N-bestリストに欠けているトークンを修正できる。
論文 参考訳(メタデータ) (2023-09-27T14:44:10Z) - Towards Resolving Word Ambiguity with Word Embeddings [0.4795582035438344]
トランスフォーマーモデルは、複雑なクエリに対する単語のあいまいさを扱うために示されているが、あいまいな単語の識別には使用できない。
本稿では,DBSCANクラスタリングを潜在空間に適用することにより,曖昧な単語を識別し,あいまいさのレベルを評価することができることを示す。
論文 参考訳(メタデータ) (2023-07-25T11:29:55Z) - 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) - We're Afraid Language Models Aren't Modeling Ambiguity [136.8068419824318]
あいまいさの管理は人間の言語理解の重要な部分です。
文中のあいまいさは,他の文との係り受け関係に与える影響によって特徴付けられる。
我々は,多ラベルNLIモデルが曖昧さによって誤解を招く野生の政治的主張にフラグを付けることができることを示す。
論文 参考訳(メタデータ) (2023-04-27T17:57:58Z) - 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。