論文の概要: Automatic Textual Explanations of Concept Lattices

• arxiv url: http://arxiv.org/abs/2304.08093v1
• Date: Mon, 17 Apr 2023 09:09:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-18 16:06:53.462078
• Title: Automatic Textual Explanations of Concept Lattices
• Title（参考訳）: 概念格子の自動説明
• Authors: Johannes Hirth and Viktoria Horn and Gerd Stumme and Tom Hanika
• Abstract要約: 格子とその順序図は、データに関する知識や洞察を伝える上で不可欠なツールです。 標準尺度を用いて格子のテキスト説明を自動的に生成することにより,この問題に対処する。 格子構造の大部分をカバーする少数の標準スケールを同定する計算複雑性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lattices and their order diagrams are an essential tool for communicating knowledge and insights about data. This is in particular true when applying Formal Concept Analysis. Such representations, however, are difficult to comprehend by untrained users and in general in cases where lattices are large. We tackle this problem by automatically generating textual explanations for lattices using standard scales. Our method is based on the general notion of ordinal motifs in lattices for the special case of standard scales. We show the computational complexity of identifying a small number of standard scales that cover most of the lattice structure. For these, we provide textual explanation templates, which can be applied to any occurrence of a scale in any data domain. These templates are derived using principles from human-computer interaction and allow for a comprehensive textual explanation of lattices. We demonstrate our approach on the spices planner data set, which is a medium sized formal context comprised of fifty-six meals (objects) and thirty-seven spices (attributes). The resulting 531 formal concepts can be covered by means of about 100 standard scales.
• Abstract（参考訳）: latticesとその順序図は、データに関する知識と洞察を伝える上で不可欠なツールです。 これは特に形式的概念分析を適用する場合に当てはまる。 しかし、そのような表現は、訓練されていないユーザや、格子が大きい場合の理解が難しい。 標準尺度を用いて格子のテキスト説明を自動生成することでこの問題に取り組む。 この方法は、標準スケールの特別な場合の格子における順序モチーフの一般概念に基づいている。 格子構造の大部分をカバーする少数の標準スケールを同定する計算の複雑さを示す。 これらに対して,任意のデータ領域におけるスケール発生に適用可能な,テキストによる説明テンプレートを提供する。 これらのテンプレートは人間とコンピュータの相互作用から導出され、格子の包括的なテキスト説明を可能にする。 我々は,56食(オブジェクト)と37食(属性)からなる中規模の形式的文脈であるspices plannerデータセットに対する我々のアプローチを実証する。 得られた 531 の形式的概念は、およそ 100 の標準スケールでカバーできる。

関連論文リスト

• Skews in the Phenomenon Space Hinder Generalization in Text-to-Image Generation [59.138470433237615]
  本稿では,関係学習用データセットの言語的スキューと視覚的スクリューの両方を定量化する統計指標を提案する。 系統的に制御されたメトリクスは、一般化性能を強く予測できることを示す。 この研究は、データの多様性やバランスを向上し、絶対的なサイズをスケールアップするための重要な方向を示します。
  論文  参考訳（メタデータ） (2024-03-25T03:18:39Z)
• Compositional Generalization for Data-to-Text Generation [86.79706513098104]
  本稿では,群に述語をクラスタ化することで構成一般化に対処する新しいモデルを提案する。 本モデルでは,1つの述語を1度に1つのクラスタに依存して文単位でテキストを生成する。 すべての評価指標でT5ベースラインをはるかに上回る。
  論文  参考訳（メタデータ） (2023-12-05T13:23:15Z)
• Ordinal Motifs in Lattices [0.0]
  分析単位として/ordinal motifを提案する。 計算労力を抑えるために、順序のモチーフを段階的に識別する方法を示す。 理論的結果と合わせて,中規模順序集合から基本的意味を抽出するために,順序のモチーフをどのように活用できるかを実証する。
  論文  参考訳（メタデータ） (2023-04-10T19:25:36Z)
• Scaling Dimension [0.0]
  いくつかの基本的な概念を拡張し、それらに対して正確な数学的定義を与え、スケーリング次元の概念を導入する。 その性質に関する詳細な議論に加えて、概念格子の次数次元に関する理論的境界を示す。 また、順序数や順序間スケーリング次元などの特殊サブクラスも研究し、それらの最初の結果と例を示す。
  論文  参考訳（メタデータ） (2023-02-17T19:16:04Z)
• Generalizing over Long Tail Concepts for Medical Term Normalization [6.752816363476746]
  本稿では,識別モデルと生成モデルの両方の一般化性を高めるための,シンプルで効果的な学習戦略を提案する。 評価の結果,提案手法は目に見える概念に対する最先端の性能と,目に見えない概念に対する一貫した改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2022-10-21T13:17:36Z)
• Towards Scalable and Robust Structured Bandits: A Meta-Learning Framework [11.778985277618354]
  本稿では,パラメータ空間をアイテムレベルに分解できる構造化バンディット問題に対する統一メタラーニングフレームワークを提案する。 新たなバンディットアルゴリズムは、多くの一般的な問題に適用可能であり、巨大なパラメータやアクション空間にスケール可能であり、一般化モデルの仕様に頑健である。
  論文  参考訳（メタデータ） (2022-02-26T20:54:55Z)
• Disentangled Sequence to Sequence Learning for Compositional Generalization [62.954842223732435]
  本稿では,ソース入力を適応的に再符号化することで,不整合表現の学習を可能にするシーケンス・ツー・シーケンス・モデルの拡張を提案する。 意味解析と機械翻訳の実験結果から,提案手法はより不整合な表現とより優れた一般化をもたらすことが示された。
  論文  参考訳（メタデータ） (2021-10-09T22:27:19Z)
• Attribute Selection using Contranominal Scales [0.09668407688201358]
  形式的概念分析(FCA)は、概念を導出して格子に並べることでバイナリデータを解析することができる。 そのような格子の大きさは、対応する形式的文脈におけるサブコンテキストの数に依存する。 本稿では,与えられた形式的文脈のすべての対数スケールの計算を可能にするアルゴリズムであるContraFinderを提案する。
  論文  参考訳（メタデータ） (2021-06-21T10:53:50Z)
• Fact-driven Logical Reasoning for Machine Reading Comprehension [82.58857437343974]
  私たちは、常識と一時的な知識のヒントの両方を階層的にカバーする動機があります。 具体的には,文の背骨成分を抽出し,知識単位の一般的な定式化を提案する。 次に、事実単位の上にスーパーグラフを構築し、文レベル(事実群間の関係)と実体レベルの相互作用の利点を享受する。
  論文  参考訳（メタデータ） (2021-05-21T13:11:13Z)
• Compositional Generalization via Semantic Tagging [81.24269148865555]
  本稿では,シーケンス・ツー・シーケンスモデルの表現性と一般性を保存するための新しいデコードフレームワークを提案する。 提案手法は, モデルアーキテクチャ, ドメイン, セマンティックフォーマリズム間の構成一般化を一貫して改善することを示す。
  論文  参考訳（メタデータ） (2020-10-22T15:55:15Z)
• Hierarchical Poset Decoding for Compositional Generalization in Language [52.13611501363484]
  出力が部分的に順序付けられた集合(命題)である構造化予測タスクとして人間の言語理解を形式化する。 現在のエンコーダ・デコーダアーキテクチャは意味論のポーズ構造を適切に考慮していない。 本稿では,言語における合成一般化のための新しい階層型ポーズデコーディングパラダイムを提案する。
  論文  参考訳（メタデータ） (2020-10-15T14:34:26Z)

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。