論文の概要: Learning Rhetorical Structure Theory-based descriptions of observed
behaviour
- arxiv url: http://arxiv.org/abs/2206.12294v1
- Date: Fri, 24 Jun 2022 13:47:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-27 18:17:19.664473
- Title: Learning Rhetorical Structure Theory-based descriptions of observed
behaviour
- Title（参考訳）: 修辞構造理論に基づく観察行動の記述の学習
- Authors: Luis Botelho, Luis Nunes, Ricardo Ribeiro, and Rui J. Lopes
- Abstract要約: 本稿では,エージェントが観察された行動の新たな記述を学習できるようにするための,新しい概念セット,公理スキーマ,アルゴリズムを提案する。
エージェントが学習した記述を表現するために使用する関係は、修辞構造理論(RST)に触発された。
本稿では,実装ソフトウェアを用いた実演シナリオにおける提案提案の結果を示す。
- 参考スコア（独自算出の注目度）: 0.5249805590164901
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In a previous paper, we have proposed a set of concepts, axiom schemata and
algorithms that can be used by agents to learn to describe their behaviour,
goals, capabilities, and environment. The current paper proposes a new set of
concepts, axiom schemata and algorithms that allow the agent to learn new
descriptions of an observed behaviour (e.g., perplexing actions), of its actor
(e.g., undesired propositions or actions), and of its environment (e.g.,
incompatible propositions). Each learned description (e.g., a certain action
prevents another action from being performed in the future) is represented by a
relationship between entities (either propositions or actions) and is learned
by the agent, just by observation, using domain-independent axiom schemata and
or learning algorithms. The relations used by agents to represent the
descriptions they learn were inspired on the Theory of Rhetorical Structure
(RST). The main contribution of the paper is the relation family Although,
inspired on the RST relation Concession. The accurate definition of the
relations of the family Although involves a set of deontic concepts whose
definition and corresponding algorithms are presented. The relations of the
family Although, once extracted from the agent's observations, express surprise
at the observed behaviour and, in certain circumstances, present a
justification for it.
The paper shows results of the presented proposals in a demonstration
scenario, using implemented software.
- Abstract（参考訳）: 先程の論文では,エージェントが行動,目標,能力,環境を記述するために使用できる,一連の概念,公理スキーマ,アルゴリズムを提案している。
現在の論文では、エージェントが観察された行動(例えば、複雑な行動)、アクター(例えば、望ましくない命題や行動)、環境(例えば、相容れない命題)の新たな記述を学べる新しい概念、公理スキーマ、アルゴリズムを提案する。
学習された各記述(例えば、あるアクションは将来別のアクションが実行されるのを防ぐ)は、実体(命題や行動)の関係で表され、観察によってのみ、ドメインに依存しない公理スキーマや学習アルゴリズムを用いて、エージェントによって学習される。
エージェントが学習した記述を表現するために使用する関係は、修辞構造理論(RST)に触発された。
論文の主な貢献は関係族であるが、rst関係の譲歩に触発されたものである。
家族の関係の正確な定義は、定義と対応するアルゴリズムが提示されるデオン的概念の集合を含む。
家族の関係は、エージェントの観察から一度抽出されたものの、観察された行動に驚きを表し、ある状況では、その正当性を示す。
本稿では,実装ソフトウェアを用いた実演シナリオにおける提案提案の結果を示す。
関連論文リスト
- 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) - A Semantic Approach to Decidability in Epistemic Planning (Extended
Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。
具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。
我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文 参考訳（メタデータ） (2023-07-28T11:26:26Z) - Explainable Representations for Relation Prediction in Knowledge Graphs [0.0]
本稿では、知識グラフにおける関係予測を支援するための説明可能な表現のための新しいアプローチであるSEEKを提案する。
それは、エンティティと各サブグラフの学習表現の間の関連する共有意味的側面を識別することに基づいている。
本研究では,タンパク質間相互作用予測と遺伝子発現関連予測の2つの実世界の関係予測タスクについてSEEKを評価した。
論文 参考訳（メタデータ） (2023-06-22T06:18:40Z) - Variational Cross-Graph Reasoning and Adaptive Structured Semantics
Learning for Compositional Temporal Grounding [143.5927158318524]
テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。
新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。
ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
論文 参考訳（メタデータ） (2023-01-22T08:02:23Z) - Homomorphism Autoencoder -- Learning Group Structured Representations from Observed Transitions [51.71245032890532]
本研究では,世界に作用するエージェントが,それを修飾する動作と整合した感覚情報の内部表現を学習できるようにする手法を提案する。
既存の作業とは対照的に、我々のアプローチはグループの事前の知識を必要とせず、エージェントが実行可能なアクションのセットを制限しない。
論文 参考訳（メタデータ） (2022-07-25T11:22:48Z) - On Neural Architecture Inductive Biases for Relational Tasks [76.18938462270503]
合成ネットワーク一般化(CoRelNet)と呼ばれる類似度分布スコアに基づく簡単なアーキテクチャを導入する。
単純なアーキテクチャの選択は、分布外一般化において既存のモデルより優れていることが分かる。
論文 参考訳（メタデータ） (2022-06-09T16:24:01Z) - AGM Belief Revision, Semantically [1.7403133838762446]
最小限の変化のパラダイムを実装した信念修正演算子の汎用的モデル理論的特徴付けを確立する。
我々の特徴づけはすべてのタルスキア論理、すなわち古典的なモデル理論のセマンティクスを持つ全ての論理に適用できる。
論文 参考訳（メタデータ） (2021-12-27T07:53:21Z) - Generating Contrastive Explanations for Inductive Logic Programming
Based on a Near Miss Approach [0.7734726150561086]
Inductive Logic Programming (textscGeNME) を用いて学習した関係概念のための説明生成アルゴリズムを提案する。
近いミスをカバーするが、元のインスタンスではない修正されたルールが説明として与えられる。
また,ルールベース,例に基づく人間の嗜好と,家族やアーチ領域におけるミスに近い説明とを比較検討した心理実験を行った。
論文 参考訳（メタデータ） (2021-06-15T11:42:05Z) - 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) - What can I do here? A Theory of Affordances in Reinforcement Learning [65.70524105802156]
我々はマルコフ決定過程の学習と計画を行うエージェントのための余裕の理論を開発する。
このケースでは、任意の状況で利用可能なアクションの数を減らすことで、アフォーダンスが二重の役割を担います。
本稿では,よりシンプルで一般化された遷移モデルを推定するために,余裕を学習し,それを利用するアプローチを提案する。
論文 参考訳（メタデータ） (2020-06-26T16:34:53Z) - Expressiveness and machine processability of Knowledge Organization
Systems (KOS): An analysis of concepts and relations [0.0]
各知識組織システムの表現性と機械処理性の両方の可能性は、その構造規則によって広範囲に規制されている。
オントロジーは多種多様な関係を明示的に定義し、その性質上機械処理可能である。
論文 参考訳（メタデータ） (2020-03-11T12:35:52Z)
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。