Fugu-MT 論文翻訳(概要): Nominal Topology for Data Languages

論文の概要: Nominal Topology for Data Languages

arxiv url: http://arxiv.org/abs/2304.13337v2
Date: Wed, 10 May 2023 06:50:37 GMT
ステータス: 処理完了
システム内更新日: 2023-05-11 16:21:28.498324
Title: Nominal Topology for Data Languages
Title（参考訳）: データ言語のための名目トポロジー
Authors: Fabian Birkmann, Stefan Milius and Henning Urbat
Abstract要約: 軌道上の有限定値な位相空間を導入する。認識可能なデータ言語は、位相的に閉包されたプロ軌道有限語として特徴づけられる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a novel topological perspective on data languages recognizable by orbit-finite nominal monoids. For this purpose, we introduce pro-orbit-finite nominal topological spaces. Assuming globally bounded support sizes, they coincide with nominal Stone spaces and are shown to be dually equivalent to a subcategory of nominal boolean algebras. Recognizable data languages are characterized as topologically clopen sets of pro-orbit-finite words. In addition, we explore the expressive power of pro-orbit-finite equations by establishing a nominal version of Reiterman's pseudovariety theorem.
Abstract（参考訳）: 軌道有限の名目モノイドによって認識されるデータ言語に関する新しい位相的視点を提案する。この目的のために、軌道-有限公称位相空間を導入する。グローバルな有界なサポートサイズを仮定すると、それらは名目ストーン空間と一致し、名目ブール代数の部分圏と双対同値であることが示される。認識可能なデータ言語は、軌道寄りの単語の位相的に閉ざされた集合として特徴づけられる。さらに、Reitermanの擬変量定理の命名的なバージョンを確立することで、軌道上有限方程式の表現力を探る。

関連論文リスト

Symmetry Discovery for Different Data Types [52.2614860099811]
等価ニューラルネットワークは、そのアーキテクチャに対称性を取り入れ、より高度な一般化性能を実現する。本稿では,タスクの入出力マッピングを近似したトレーニングニューラルネットワークによる対称性発見手法であるLieSDを提案する。我々は,2体問題,慣性行列予測のモーメント,トップクォークタグ付けといった課題におけるLieSDの性能を検証した。
論文参考訳（メタデータ） (2024-10-13T13:39:39Z)
The Shape of Word Embeddings: Quantifying Non-Isometry With Topological Data Analysis [10.242373477945376]
我々は、トポロジカルデータ解析から永続的ホモロジーを用いて、ラベルなし埋め込みの形状から言語ペア間の距離を測定する。これらの違いが無作為な訓練誤りなのか、それとも言語に関する実情報なのかを識別するために、計算された距離行列を用いて81のインド・ヨーロッパ語に言語系統木を構築する。
論文参考訳（メタデータ） (2024-03-30T23:51:25Z)
Domain Embeddings for Generating Complex Descriptions of Concepts in Italian Language [65.268245109828]
電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
論文参考訳（メタデータ） (2024-02-26T15:04:35Z)
Unsupervised Mapping of Arguments of Deverbal Nouns to Their Corresponding Verbal Labels [52.940886615390106]
デバーバル名詞は英語の文章でよく使われる動詞で、出来事や行動やその議論を記述している。名前付けされた構成の引数を扱うために存在する解決策は意味論的アノテーションに基づいている。本稿では,より統語的アプローチを導入し,デバーバル名詞の議論を対応する動詞構成にマッピングする。
論文参考訳（メタデータ） (2023-06-24T10:07:01Z)
Topological Data Analysis for Word Sense Disambiguation [0.0]
我々は,単語知覚誘導と曖昧化のための新しい教師なしアルゴリズムを開発し,検証する。提案手法は,単語知覚誘導タスクのためのクラスタのよりリッチな概念化を提供するトポロジの分野における高度な数学的概念に依存している。このことは、自然言語処理のためのトポロジカルアルゴリズムの約束を示し、この将来的な領域における今後の研究を提唱する。
論文参考訳（メタデータ） (2022-03-01T15:41:54Z)
Discrete representations in neural models of spoken language [56.29049879393466]
音声言語の弱教師付きモデルの文脈における4つの一般的なメトリクスの利点を比較した。異なる評価指標が矛盾する結果をもたらすことが分かりました。
論文参考訳（メタデータ） (2021-05-12T11:02:02Z)
Discrete Word Embedding for Logical Natural Language Understanding [5.8088738147746914]
単語の個別埋め込みを学習するための教師なしニューラルネットワークを提案する。我々の埋め込みは、古典的/STRIPS計画形式主義における遷移規則を記述する命題文の集合として各単語を表現している。
論文参考訳（メタデータ） (2020-08-26T16:15:18Z)
Supervised Understanding of Word Embeddings [1.160208922584163]
単語埋め込みにおける線形キーワードレベル分類器の形で教師付きプロジェクションを得た。我々は,本手法が元の埋め込み次元の解釈可能な投影を生成することを示した。
論文参考訳（メタデータ） (2020-06-23T20:13:42Z)
BURT: BERT-inspired Universal Representation from Twin Structure [89.82415322763475]
BURT (BERT inspired Universal Representation from Twin Structure) は任意の粒度の入力シーケンスに対して普遍的で固定サイズの表現を生成することができる。提案するBURTは,Siameseネットワークを採用し,自然言語推論データセットから文レベル表現を学習し,パラフレーズ化データセットから単語/フレーズレベル表現を学習する。我々は,STSタスク,SemEval2013 Task 5(a) など,テキスト類似性タスクの粒度によってBURTを評価する。
論文参考訳（メタデータ） (2020-04-29T04:01:52Z)
Lexical Sememe Prediction using Dictionary Definitions by Capturing Local Semantic Correspondence [94.79912471702782]
セメムは人間の言語の最小の意味単位として定義されており、多くのNLPタスクで有用であることが証明されている。本稿では,このようなマッチングを捕捉し,セメムを予測できるセメム対応プールモデルを提案する。我々は,有名なSememe KB HowNetのモデルとベースライン手法を評価し,そのモデルが最先端のパフォーマンスを実現することを発見した。
論文参考訳（メタデータ） (2020-01-16T17:30:36Z)

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。