論文の概要: Interactive-Chain-Prompting: Ambiguity Resolution for Crosslingual Conditional Generation with Interaction

• arxiv url: http://arxiv.org/abs/2301.10309v1
• Date: Tue, 24 Jan 2023 21:08:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-26 16:22:44.633628
• Title: Interactive-Chain-Prompting: Ambiguity Resolution for Crosslingual Conditional Generation with Interaction
• Title（参考訳）: interactive-chain-prompting: 対話型言語間条件生成のための曖昧性解決
• Authors: Jonathan Pilault, Xavier Garcia, Arthur Bra\v{z}inskas, Orhan Firat
• Abstract要約: ある言語のソースクエリは、追加のコンテキストなしで、別の言語でいくつかの翻訳オプションを生成することができる。 あいまいさに対処するサブプロブレムのリストに変換を還元する対話型チェーンプロンプトを提案する。 異なる言語現象を示すデータセットを作成し、4つの言語の推論におけるあいまいさを導く。
• 参考スコア（独自算出の注目度）: 38.73550742775257
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Crosslingual conditional generation (e.g., machine translation) has long enjoyed the benefits of scaling. Nonetheless, there are still issues that scale alone may not overcome. A source query in one language, for instance, may yield several translation options in another language without any extra context. Only one translation could be acceptable however, depending on the translator's preferences and goals. Choosing the incorrect option might significantly affect translation usefulness and quality. We propose a novel method interactive-chain prompting -- a series of question, answering and generation intermediate steps between a Translator model and a User model -- that reduces translations into a list of subproblems addressing ambiguities and then resolving such subproblems before producing the final text to be translated. To check ambiguity resolution capabilities and evaluate translation quality, we create a dataset exhibiting different linguistic phenomena which leads to ambiguities at inference for four languages. To encourage further exploration in this direction, we release all datasets. We note that interactive-chain prompting, using eight interactions as exemplars, consistently surpasses prompt-based methods with direct access to background information to resolve ambiguities.
• Abstract（参考訳）: 言語間条件生成(例えば機械翻訳)は、長い間スケーリングの利点を享受してきた。 それでも、スケールだけでは克服できない問題がある。 例えば、ある言語のソースクエリは、余分なコンテキストを持たずに、別の言語で複数の翻訳オプションを生成できる。 しかし、翻訳者の好みや目標に応じて、1つの翻訳のみが受け入れられる。 間違ったオプションを選択することは翻訳の有用性と品質に大きな影響を与える可能性がある。 そこで本稿では,トランスレータモデルとユーザモデルの間の中間段階の一連の質問,回答,生成を行う対話型チェーンプロセッシング手法を提案し,あいまいさに対処するサブプロブレムのリストへの変換を減らし,最終的なテキストを生成する前にそのようなサブプロブレムを解消する。 曖昧さの解決能力を確認し,翻訳品質を評価するために,4つの言語の推論において曖昧さをもたらす異なる言語現象を示すデータセットを作成する。 この方向のさらなる探索を促進するため、すべてのデータセットをリリースする。 対話型チェーンのプロンプトは、8つのインタラクションを例示として、背景情報に直接アクセスしてあいまいさを解決するプロンプトベースの手法を一貫して上回っている。

関連論文リスト

• A Data Selection Approach for Enhancing Low Resource Machine Translation Using Cross-Lingual Sentence Representations [0.4499833362998489]
  本研究は,既存のデータセットが特に騒々しい英語-マラティー語対の事例に焦点を当てた。 データ品質問題の影響を軽減するために,言語間文表現に基づくデータフィルタリング手法を提案する。 その結果,IndicSBERTによるベースラインポストフィルタよりも翻訳品質が大幅に向上した。
  論文  参考訳（メタデータ） (2024-09-04T13:49:45Z)
• X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
  X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。 アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。 アライメントされた段落は、異なる言語のウィキペディアページから引用される。
  論文  参考訳（メタデータ） (2023-09-16T04:34:55Z)
• Optimal Transport Posterior Alignment for Cross-lingual Semantic Parsing [68.47787275021567]
  言語間のセマンティックパーシングは、高いソース言語(例えば英語)から少ないトレーニングデータを持つ低リソース言語へのパーシング能力を伝達する。 そこで本稿では,最適輸送を用いた係り受け変数間の言語間相違を明示的に最小化することで,言語間セマンティック解析のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-07-09T04:52:31Z)
• Overcoming Catastrophic Forgetting in Zero-Shot Cross-Lingual Generation [48.80125962015044]
  ラベル付きデータが英語でのみ利用可能である場合、対象言語で生成タスク(すなわち要約)を実行するという問題について検討する。 パラメータ効率の低い言語間での移動において、パラメータ効率の適応は標準的な微調整よりも向上することがわかった。 提案手法はさらなる品質向上を実現し,ロバストなゼロショット・クロスランガル生成が到達範囲内であることを示唆する。
  論文  参考訳（メタデータ） (2022-05-25T10:41:34Z)
• Modelling Latent Translations for Cross-Lingual Transfer [47.61502999819699]
  従来のパイプラインの2つのステップ(翻訳と分類)を1つのモデルに統合する新しい手法を提案する。 我々は,多言語NLUタスクにおける新しい潜時翻訳モデルの評価を行った。 ゼロショットと数ショットの学習設定の両方で、平均2.7の精度ポイントのゲインを報告します。
  論文  参考訳（メタデータ） (2021-07-23T17:11:27Z)
• Improving Zero-Shot Translation by Disentangling Positional Information [24.02434897109097]
  言語固有の表現を引き起こす主な要因は、入力トークンに対する位置対応であることを示す。 指示方向の品質を維持しながら、ゼロショット翻訳で最大18.5 BLEUポイントを得る。
  論文  参考訳（メタデータ） (2020-12-30T12:20:41Z)
• VECO: Variable and Flexible Cross-lingual Pre-training for Language Understanding and Generation [77.82373082024934]
  我々はTransformerエンコーダにクロスアテンションモジュールを挿入し、言語間の相互依存を明確に構築する。 独自の言語でコンテキストにのみ条件付けされたマスク付き単語の予測の退化を効果的に回避することができる。 提案した言語間モデルでは,XTREMEベンチマークのさまざまな言語間理解タスクに対して,最先端の新たな結果が提供される。
  論文  参考訳（メタデータ） (2020-10-30T03:41:38Z)
• Translation Artifacts in Cross-lingual Transfer Learning [51.66536640084888]
  機械翻訳は、既存の言語間モデルに顕著な影響を与える微妙なアーティファクトを導入することができることを示す。 自然言語の推論では、前提と仮説を独立に翻訳することで、それらの間の語彙的重複を減らすことができる。 また、XNLIでは、それぞれ4.3点と2.8点の翻訳とゼロショットのアプローチを改善している。
  論文  参考訳（メタデータ） (2020-04-09T17:54:30Z)

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。