論文の概要: Expectations over Unspoken Alternatives Predict Pragmatic Inferences

• arxiv url: http://arxiv.org/abs/2304.04758v1
• Date: Fri, 7 Apr 2023 18:12:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-12 17:34:25.668260
• Title: Expectations over Unspoken Alternatives Predict Pragmatic Inferences
• Title（参考訳）: 無口な代替案に対する期待は実用的推論を予測する
• Authors: Jennifer Hu, Roger Levy, Judith Degen, and Sebastian Schuster
• Abstract要約: ニューラルネットワークモデルを用いて人間の予測分布を近似する。 SIレートは、強力なスケールメイトを代替として期待することで得られる。 以上の結果から,現実的な推論は代替案に対する文脈駆動的な期待から生じることが示唆された。
• 参考スコア（独自算出の注目度）: 20.335278998970125
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scalar inferences (SI) are a signature example of how humans interpret language based on unspoken alternatives. While empirical studies have demonstrated that human SI rates are highly variable -- both within instances of a single scale, and across different scales -- there have been few proposals that quantitatively explain both cross- and within-scale variation. Furthermore, while it is generally assumed that SIs arise through reasoning about unspoken alternatives, it remains debated whether humans reason about alternatives as linguistic forms, or at the level of concepts. Here, we test a shared mechanism explaining SI rates within and across scales: context-driven expectations about the unspoken alternatives. Using neural language models to approximate human predictive distributions, we find that SI rates are captured by the expectedness of the strong scalemate as an alternative. Crucially, however, expectedness robustly predicts cross-scale variation only under a meaning-based view of alternatives. Our results suggest that pragmatic inferences arise from context-driven expectations over alternatives, and these expectations operate at the level of concepts.
• Abstract（参考訳）: スカラー推論(SI: Scalar Inferences)は、人間が言語をどのように解釈するかを示す重要な例である。 実験的な研究は、人間のSIレートが、単一のスケールのインスタンス内と異なるスケールのインスタンス内の両方で非常に変動していることを示してきたが、クロススケールとイントラスケールの両方のバリエーションを定量的に説明する提案は、ほとんどない。 さらに、一般にSIは、意味のない代替案の推論によって生じると推測されるが、人間が言語形式としての代替案を推論するかどうか、あるいは概念のレベルでは議論が続いている。 ここでは、スケール内およびスケール間におけるsiレートを説明する共有メカニズムをテストします。 ニューラルネットワークモデルを用いて人間の予測分布を近似すると、SIレートは強力なスケールメイトを代替として期待することで得られる。 しかし、必然的に、期待性は、意味に基づく代替案の観点でのみ、クロススケールな変動を堅牢に予測する。 以上の結果から,実用的推論は代替案に対する文脈主導の期待から生じ,その期待は概念のレベルで作用することが示唆された。

関連論文リスト

• Regularized Conventions: Equilibrium Computation as a Model of Pragmatic Reasoning [72.21876989058858]
  本稿では,信号ゲームの正規化平衡を探索することにより,発話を生成・理解する実用的な言語理解のモデルを提案する。 このモデルでは、話者とリスナーは文脈的に適切な発話を探索し、ゲーム理論の最適規則に近づき、共有された'デフォルト'セマンティクスに近い意味のマッピングを意味づける。
  論文  参考訳（メタデータ） (2023-11-16T09:42:36Z)
• CUE: An Uncertainty Interpretation Framework for Text Classifiers Built on Pre-Trained Language Models [28.750894873827068]
  本稿では,PLMモデルに固有の不確かさを解釈することを目的とした,CUEと呼ばれる新しいフレームワークを提案する。 摂動と原文表現の予測不確実性の違いを比較することにより,不確実性の原因となる潜伏次元を同定することができる。
  論文  参考訳（メタデータ） (2023-06-06T11:37:46Z)
• Conformal Prediction with Large Language Models for Multi-Choice Question Answering [7.049780432343948]
  共形予測からの不確実性推定は予測精度と密接に相関していることがわかった。 この研究は、安全クリティカルな状況において、より信頼性が高く信頼性の高い大規模言語モデルの活用に寄与する。
  論文  参考訳（メタデータ） (2023-05-28T15:26:10Z)
• Criteria for Classifying Forecasting Methods [21.430074536205403]
  予測手法を「機械学習」あるいは「統計的」な性質のどちらかとして分類することが一般的である。 この区別は、どちらのクラスにも割り当てられたメソッドの根本的な違いに起因するものではないと我々は主張する。 予測手法の代替的特徴として,我々の見解では,有意義な結論を導き出すことができる。
  論文  参考訳（メタデータ） (2022-12-07T09:09:11Z)
• A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
  固有プローブ構築のための新しい潜在変数定式化を提案する。 我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
  論文  参考訳（メタデータ） (2022-01-20T15:01:12Z)
• Does referent predictability affect the choice of referential form? A computational approach using masked coreference resolution [10.73926355134268]
  本稿では,参照予測可能性の新しい計算量を用いた参照表現のダイナミクスについて検討する。 モデル出力と参照形式の関係に関する統計的分析は、予測可能性が参照の形式に影響を与えるという仮説を支持する。
  論文  参考訳（メタデータ） (2021-09-27T14:54:46Z)
• CovarianceNet: Conditional Generative Model for Correct Covariance Prediction in Human Motion Prediction [71.31516599226606]
  本稿では,将来の軌道の予測分布に関連する不確かさを正確に予測する手法を提案する。 我々のアプローチであるCovariaceNetは、ガウス潜在変数を持つ条件付き生成モデルに基づいている。
  論文  参考訳（メタデータ） (2021-09-07T09:38:24Z)
• On the Faithfulness Measurements for Model Interpretations [100.2730234575114]
  ポストホックな解釈は、自然言語処理(NLP)モデルがどのように予測を行うかを明らかにすることを目的とする。 これらの問題に取り組むために,我々は,削除基準,解釈の感度,解釈の安定性という3つの基準から始める。 これらの忠実性概念のデシデラタムに動機づけられ、敵対的領域からのテクニックを採用する新しい解釈方法のクラスを導入する。
  論文  参考訳（メタデータ） (2021-04-18T09:19:44Z)
• Evaluating Saliency Methods for Neural Language Models [9.309351023703018]
  サリエンシ法はニューラルネットワーク予測の解釈に広く用いられている。 同じモデルによって行われた同じ予測の解釈でさえ、異なるサリエンシー方法のバリエーションは一致しません。 我々は,NLPモデルの基本カテゴリであるニューラル言語モデルに基づいて,サリエンシ手法の包括的,定量的評価を行う。
  論文  参考訳（メタデータ） (2021-04-12T21:19:48Z)
• Learning Disentangled Representations with Latent Variation Predictability [102.4163768995288]
  本稿では,潜在不整合表現の変動予測可能性について述べる。 逆生成プロセス内では、潜時変動と対応する画像対の相互情報を最大化することにより、変動予測可能性を高める。 本研究では,潜在表現の絡み合いを測るために,基礎的構造的生成因子に依存しない評価指標を開発する。
  論文  参考訳（メタデータ） (2020-07-25T08:54:26Z)
• Modeling Voting for System Combination in Machine Translation [92.09572642019145]
  本稿では,機械翻訳におけるシステムの組み合わせに対する投票のモデル化手法を提案する。 提案手法は,仮説間の関係を解析できるだけでなく,エンドツーエンドのトレーニングを可能にするため,統計的手法とニューラル手法の利点を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-07-14T09:59:38Z)

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。