論文の概要: Recommendations for Systematic Research on Emergent Language
- arxiv url: http://arxiv.org/abs/2206.11302v1
- Date: Wed, 22 Jun 2022 18:10:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-25 03:51:23.919770
- Title: Recommendations for Systematic Research on Emergent Language
- Title(参考訳): 創発語研究の体系化への提言
- Authors: Brendon Boldt, David Mortensen
- Abstract要約: 我々は、創発的な言語研究の全体目標を特定し、それらを科学または工学のいずれかに分類する。
我々は,科学と工学の中核となる方法論的要素を提示し,その役割を現在の創発的言語研究で分析し,これらの要素をどう適用するかを推奨する。
- 参考スコア(独自算出の注目度): 1.52292571922932
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emergent language is unique among fields within the discipline of machine
learning for its open-endedness, not obviously presenting well-defined problems
to be solved. As a result, the current research in the field has largely been
exploratory: focusing on establishing new problems, techniques, and phenomena.
Yet after these problems have been established, subsequent progress requires
research which can measurably demonstrate how it improves on prior approaches.
This type of research is what we call systematic research; in this paper, we
illustrate this mode of research specifically for emergent language. We first
identify the overarching goals of emergent language research, categorizing them
as either science or engineering. Using this distinction, we present core
methodological elements of science and engineering, analyze their role in
current emergent language research, and recommend how to apply these elements.
- Abstract(参考訳): 創発的言語はその開放性に関して機械学習の分野内でユニークであり、解決すべき問題が明確に示されていない。
その結果、この分野の現在の研究は主に探索的であり、新しい問題、技術、現象の確立に焦点が当てられている。
しかし、これらの問題が解決された後、その後の進歩は、以前のアプローチでどのように改善するかを測定できる研究が必要である。
この種の研究はシステマティック・リサーチと呼ばれており,本稿では,創発的言語に特有な研究方法を紹介する。
まず、創発的な言語研究の全体目標を特定し、それらを科学か工学のいずれかに分類する。
この区別を用いて,科学と工学の中心的な方法論的要素を提示し,現在の創発的言語研究におけるその役割を分析し,これらの要素の応用を推奨する。
関連論文リスト
- Hierarchical Tree-structured Knowledge Graph For Academic Insight Survey [12.398831974275787]
調査は、研究トレーニングを欠いている初心者研究者にとって、常に課題となっている。
本研究は,階層的な木構造知識グラフを確立することにより,初心者研究者を対象とした研究インサイトサーベイを支援することを目的とする。
論文 参考訳(メタデータ) (2024-02-07T13:54:06Z) - A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳(メタデータ) (2023-05-22T11:08:00Z) - Parsing Objects at a Finer Granularity: A Survey [54.72819146263311]
微細な視覚解析は、農業、リモートセンシング、宇宙技術など、多くの現実世界の応用において重要である。
卓越した研究努力は、異なるパラダイムに従って、これらのきめ細かいサブタスクに取り組む。
我々は,パート関係を学習する新たな視点から,先進的な研究を深く研究する。
論文 参考訳(メタデータ) (2022-12-28T04:20:10Z) - Automatic Related Work Generation: A Meta Study [5.025654873456755]
自然言語処理では、通常「関連作業」という節で文献レビューが行われる。
自動作業生成の課題は, 「関連作業」 セクションを自動生成することである。
本稿では,問題定式化,データセット収集,方法論的アプローチ,性能評価,今後の展望の観点から,関連作業生成に関する既存の文献をメタスタディで比較する。
論文 参考訳(メタデータ) (2022-01-06T01:16:38Z) - Software-Based Dialogue Systems: Survey, Taxonomy and Challenges [4.2763155274587366]
本稿では,2次研究の体系的な文献レビューを通じて,会話エージェントの研究の現状について調査する。
そこで本研究では,対話エージェントの分野における異なる次元の包括的分類法を提案する。
論文 参考訳(メタデータ) (2021-06-21T07:41:44Z) - The CSO Classifier: Ontology-Driven Detection of Research Topics in
Scholarly Articles [0.0]
コンピュータサイエンスオントロジー(CSO)に基づく研究論文の自動分類のための新しい教師なしアプローチを紹介します。
CSOは、研究論文(タイトル、抽象、キーワード)に関連するメタデータを入力として取り、オントロジーから引き出された研究概念の選択を返します。
このアプローチは、手作業による注釈付き記事のゴールドスタンダードで評価され、代替方法よりも大幅に改善されました。
論文 参考訳(メタデータ) (2021-04-02T09:02:32Z) - A Review of Uncertainty Quantification in Deep Learning: Techniques,
Applications and Challenges [76.20963684020145]
不確実性定量化(UQ)は、最適化と意思決定プロセスの両方において不確実性の低減に重要な役割を果たしている。
ビザレ近似とアンサンブル学習技術は、文学において最も広く使われている2つのUQ手法である。
本研究は, 深層学習におけるUQ手法の最近の進歩を概観し, 強化学習におけるこれらの手法の適用について検討する。
論文 参考訳(メタデータ) (2020-11-12T06:41:05Z) - A New Neural Search and Insights Platform for Navigating and Organizing
AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。
本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文 参考訳(メタデータ) (2020-10-30T19:12:25Z) - A Survey of Embedding Space Alignment Methods for Language and Knowledge
Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。
本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文 参考訳(メタデータ) (2020-10-26T16:08:13Z) - Positioning yourself in the maze of Neural Text Generation: A
Task-Agnostic Survey [54.34370423151014]
本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。
本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
論文 参考訳(メタデータ) (2020-10-14T17:54:42Z)
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。