論文の概要: Semantic Representations of Mathematical Expressions in a Continuous Vector Space

• arxiv url: http://arxiv.org/abs/2211.08142v3
• Date: Sat, 2 Sep 2023 20:35:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-07 07:25:50.119475
• Title: Semantic Representations of Mathematical Expressions in a Continuous Vector Space
• Title（参考訳）: 連続ベクトル空間における数学的表現の意味表現
• Authors: Neeraj Gangwar, Nickvash Kani
• Abstract要約: この研究は連続ベクトル空間における数学的表現を表現するためのアプローチを記述する。 我々は、視覚的に異なるが数学的に等価な表現に基づいて訓練されたシーケンス・ツー・シーケンス・アーキテクチャのエンコーダを用いて、ベクトル表現を生成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Mathematical notation makes up a large portion of STEM literature, yet finding semantic representations for formulae remains a challenging problem. Because mathematical notation is precise, and its meaning changes significantly with small character shifts, the methods that work for natural text do not necessarily work well for mathematical expressions. This work describes an approach for representing mathematical expressions in a continuous vector space. We use the encoder of a sequence-to-sequence architecture, trained on visually different but mathematically equivalent expressions, to generate vector representations (or embeddings). We compare this approach with a structural approach that considers visual layout to embed an expression and show that our proposed approach is better at capturing mathematical semantics. Finally, to expedite future research, we publish a corpus of equivalent transcendental and algebraic expression pairs.
• Abstract（参考訳）: 数学的表記法は、STEM文献の大部分を構成するが、公式の意味表現を見つけることは難しい問題である。 数学的表記は正確であり、その意味は小さな文字のシフトによって著しく変化するので、自然テキストを扱う方法は必ずしも数学的表現にうまく機能しない。 本研究は,連続ベクトル空間における数式表現のアプローチについて述べる。 視覚的に異なるが数学的に等価な表現を訓練したシーケンシャル・ツー・シーケンス・アーキテクチャのエンコーダを用いてベクトル表現(または埋め込み)を生成する。 この手法と,表現を埋め込む視覚的レイアウトを考慮した構造的アプローチを比較し,提案手法が数学的意味論の獲得に有効であることを示す。 最後に, 今後の研究を進めるために, 等価な超越表現対と代数表現対のコーパスを出版する。

関連論文リスト

• PosFormer: Recognizing Complex Handwritten Mathematical Expression with Position Forest Transformer [51.260384040953326]
  手書き数学的表現認識(HMER)は、人間と機械の相互作用シナリオに広く応用されている。 本稿では,HMERのための位置フォレスト変換器(PosFormer)を提案する。 PosFormerは、最先端のメソッドである2.03%/1.22%/2、1.83%、および4.62%を一貫して上回っている。
  論文  参考訳（メタデータ） (2024-07-10T15:42:58Z)
• Learning Visual-Semantic Subspace Representations for Propositional Reasoning [49.17165360280794]
  本稿では,特定の意味構造に適合する視覚表現を学習するための新しい手法を提案する。 我々のアプローチは、新しい核規範に基づく損失に基づいている。 部分空間格子におけるセマンティクスのスペクトル幾何学を最小エンコードしていることを示す。
  論文  参考訳（メタデータ） (2024-05-25T12:51:38Z)
• BERT is not The Count: Learning to Match Mathematical Statements with Proofs [34.61792250254876]
  この課題は、数学的情報検索に関する現在の研究や、より一般的には、数学的記事分析に当てはまる。 現代数学研究論文から抽出した180k以上の文対からなるデータセットについて述べる。 本稿では,文と証明を効果的にマッチングする双線形類似モデルと2つの復号法を提案する。
  論文  参考訳（メタデータ） (2023-02-18T14:48:20Z)
• Tree-Based Representation and Generation of Natural and Mathematical Language [77.34726150561087]
  科学コミュニケーションと教育シナリオにおける数学的言語は重要であるが、比較的研究されている。 数学言語に関する最近の研究は、スタンドアローンな数学的表現や、事前訓練された自然言語モデルにおける数学的推論に焦点をあてている。 テキストと数学を共同で表現・生成するために,既存の言語モデルに対する一連の修正を提案する。
  論文  参考訳（メタデータ） (2023-02-15T22:38:34Z)
• On the Complexity of Representation Learning in Contextual Linear Bandits [110.84649234726442]
  表現学習は線形帯域よりも根本的に複雑であることを示す。 特に、与えられた表現の集合で学ぶことは、その集合の中で最悪の実現可能な表現で学ぶことよりも決して単純ではない。
  論文  参考訳（メタデータ） (2022-12-19T13:08:58Z)
• Self-Supervised Pretraining of Graph Neural Network for the Retrieval of Related Mathematical Expressions in Scientific Articles [8.942112181408156]
  本稿では,機械学習に基づく数学的表現の検索手法を提案する。 埋め込み学習と自己教師型学習を組み合わせた教師なし表現学習タスクを設計する。 arXiv.orgで発行された90,000以上の出版物から、9900万以上の数学的表現を持つ巨大なデータセットを収集します。
  論文  参考訳（メタデータ） (2022-08-22T12:11:30Z)
• Syntax-Aware Network for Handwritten Mathematical Expression Recognition [53.130826547287626]
  手書き数式認識(HMER)は、多くの潜在的な応用が可能な課題である。 HMERの最近の手法はエンコーダ・デコーダアーキテクチャで優れた性能を実現している。 本稿では,構文情報をエンコーダ・デコーダネットワークに組み込んだHMERの簡易かつ効率的な手法を提案する。
  論文  参考訳（メタデータ） (2022-03-03T09:57:19Z)
• Learning Algebraic Representation for Systematic Generalization in Abstract Reasoning [109.21780441933164]
  推論における体系的一般化を改善するためのハイブリッドアプローチを提案する。 我々はRaven's Progressive Matrices (RPM) の抽象的空間時間課題に対する代数的表現を用いたプロトタイプを紹介する。 得られた代数的表現は同型によって復号化して解を生成することができることを示す。
  論文  参考訳（メタデータ） (2021-11-25T09:56:30Z)
• Polynomial Graph Parsing with Non-Structural Reentrancies [0.2867517731896504]
  グラフベースの意味表現は自然言語処理に有用である。 非構造的再帰性を持つグラフを生成するグラフ拡張文法を導入する。 本論文では,グラフ拡張文法の構文解析アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-05-05T13:05:01Z)
• A Study of Continuous Vector Representationsfor Theorem Proving [2.0518509649405106]
  我々は,論理特性の保存と可逆性を考慮したエンコードを開発した。 これは、すべての記号を含む公式のツリー形状が密度ベクトル表現から再構築できることを意味する。 これらの構文的および意味的特性のトレーニングに使用できるデータセットを提案する。
  論文  参考訳（メタデータ） (2021-01-22T15:04:54Z)

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。