論文の概要: Understand the Dynamic World: An End-to-End Knowledge Informed Framework
for Open Domain Entity State Tracking
- arxiv url: http://arxiv.org/abs/2304.13854v1
- Date: Wed, 26 Apr 2023 22:45:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-28 14:52:48.867080
- Title: Understand the Dynamic World: An End-to-End Knowledge Informed Framework
for Open Domain Entity State Tracking
- Title（参考訳）: 動的世界を理解する: オープンドメインのエンティティ状態追跡のためのエンドツーエンドの知識インフォームドフレームワーク
- Authors: Mingchen Li and Lifu Huang
- Abstract要約: Open Domain entity state trackingは、アクション記述が与えられたエンティティの妥当な状態変化(すなわち、[entity]の[属性]は、[before_state]と[after_state])を予測することを目的としています。
モデルがアクションによって引き起こされる任意の数のエンティティ状態変化を予測する必要がある一方で、ほとんどのエンティティはアクションとその属性に暗黙的に関連しており、状態はオープンな語彙から来ているため、それは難しいです。
我々は、オープンドメインのエンティティ状態追跡のための新しいエンドツーエンドの知識インフォームドフレームワーク、KIESTを提案し、関連するエンティティと属性を明示的に取り出す。
- 参考スコア（独自算出の注目度）: 15.421012879083463
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open domain entity state tracking aims to predict reasonable state changes of
entities (i.e., [attribute] of [entity] was [before_state] and [after_state]
afterwards) given the action descriptions. It's important to many reasoning
tasks to support human everyday activities. However, it's challenging as the
model needs to predict an arbitrary number of entity state changes caused by
the action while most of the entities are implicitly relevant to the actions
and their attributes as well as states are from open vocabularies. To tackle
these challenges, we propose a novel end-to-end Knowledge Informed framework
for open domain Entity State Tracking, namely KIEST, which explicitly retrieves
the relevant entities and attributes from external knowledge graph (i.e.,
ConceptNet) and incorporates them to autoregressively generate all the entity
state changes with a novel dynamic knowledge grained encoder-decoder framework.
To enforce the logical coherence among the predicted entities, attributes, and
states, we design a new constraint decoding strategy and employ a coherence
reward to improve the decoding process. Experimental results show that our
proposed KIEST framework significantly outperforms the strong baselines on the
public benchmark dataset OpenPI.
- Abstract（参考訳）: Open Domain entity state trackingは、アクション記述が与えられたエンティティの妥当な状態変化(すなわち、[entity]の[属性]は、[before_state]と[after_state])を予測することを目的としています。
人間の日常活動を支援する多くの推論タスクにとって重要です。
しかしながら、モデルがアクションによって引き起こされる任意の数のエンティティ状態変化を予測する必要がある一方で、ほとんどのエンティティはアクションとその属性に暗黙的に関連しており、状態はオープンな語彙から来ているため、これは難しい。
そこで本稿では,外部知識グラフ(概念ネット)から関係するエンティティと属性を明示的に抽出し,新たな動的知識粒度エンコーダ・デコーダフレームワークを用いて,すべてのエンティティの状態変化を自己回帰的に生成する,オープンドメインエンティティ状態追跡のためのエンド・ツー・エンドの知識インフォームドフレームワークであるkiestを提案する。
予測されたエンティティ,属性,状態間の論理的コヒーレンスを強制するために,我々は新しい制約デコード戦略を設計し,デコードプロセスを改善するためにコヒーレンス報酬を用いる。
実験の結果,提案するKIESTフレームワークは,公開ベンチマークデータセットOpenPIのベースラインを著しく上回っていることがわかった。
関連論文リスト
- OneNet: A Fine-Tuning Free Framework for Few-Shot Entity Linking via Large Language Model Prompting [49.655711022673046]
OneNetは、大規模言語モデル(LLM)の少数ショット学習機能を利用する革新的なフレームワークで、微調整は不要である。
1)無関係なエンティティを要約してフィルタリングすることで入力を単純化するエンティティリダクションプロセッサ,(2)コンテキスト的キューと事前知識を組み合わせて正確なエンティティリンクを行うデュアルパースペクティブエンティティリンカ,(3)エンティティリンク推論における幻覚を緩和するユニークな一貫性アルゴリズムを利用するエンティティコンセンサス判定器,である。
論文 参考訳（メタデータ） (2024-10-10T02:45:23Z) - DERA: Dense Entity Retrieval for Entity Alignment in Knowledge Graphs [3.500936203815729]
エンティティアライメント(EA)のための高密度エンティティ検索フレームワークを提案する。
我々は言語モデルを活用し、エンティティの様々な特徴を均一にエンコードし、知識グラフ(KG)をまたいで最も近いエンティティ検索を容易にする。
提案手法は,既存のEA手法と比較して最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-08-02T10:12:42Z) - Coherent Entity Disambiguation via Modeling Topic and Categorical
Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。
本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。
我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文 参考訳（メタデータ） (2023-11-06T16:40:13Z) - OpenPI-C: A Better Benchmark and Stronger Baseline for Open-Vocabulary
State Tracking [55.62705574507595]
OpenPIは、オープン語彙状態トラッキング用に注釈付けされた唯一のデータセットである。
手順レベル,ステップレベル,状態変化レベルの3つの問題を分類する。
評価指標として,クラスタベースの計量法を提案する。
論文 参考訳（メタデータ） (2023-06-01T16:48:20Z) - OpenPI2.0: An Improved Dataset for Entity Tracking in Texts [36.84433853139042]
以前のデータセットであるOpenPIは、テキスト内のエンティティ状態の変更をクラウドソースでアノテーションとして提供していた。
改良されたデータセットであるOpenPI2.0では、エンティティと属性が完全に標準化され、追加のエンティティサリエンスアノテーションが追加される。
その結果,質問応答や古典的計画といったタスクにおいて,適切なエンティティの状態変化をチェーン・オブ・シークレットのプロンプトとして利用することで,ダウンストリームのパフォーマンスが向上することを示す。
論文 参考訳（メタデータ） (2023-05-24T00:57:35Z) - GE-Blender: Graph-Based Knowledge Enhancement for Blender [3.8841367260456487]
見えないエンティティは対話生成タスクに大きな影響を与える可能性がある。
我々は、エンティティノードを抽出してグラフを構築し、コンテキストの表現を強化する。
未確認のエンティティがグラフに存在しない問題を適用するために、名前付きエンティティタグ予測タスクを追加します。
論文 参考訳（メタデータ） (2023-01-30T13:00:20Z) - Out of Context: A New Clue for Context Modeling of Aspect-based
Sentiment Analysis [54.735400754548635]
ABSAは、与えられた側面に関してレビューで表現された感情を予測することを目的としている。
与えられたアスペクトは、コンテキストモデリングプロセスにおけるコンテキストからの新たなヒントと見なされるべきである。
異なるバックボーンに基づいて複数のアスペクト認識コンテキストエンコーダを設計する。
論文 参考訳（メタデータ） (2021-06-21T02:26:03Z) - Neural Production Systems [90.75211413357577]
視覚環境は、異なるオブジェクトまたはエンティティから構成される。
イメージをエンティティに分割するために、ディープラーニング研究者は構造的誘導バイアスを提案した。
私たちは認知科学からインスピレーションを得て、一連のルールテンプレートからなる古典的なアプローチを復活させます。
このアーキテクチャは柔軟でダイナミックな制御フローを実現し、エンティティ固有およびルールベースの情報を分解するのに役立つ。
論文 参考訳（メタデータ） (2021-03-02T18:53:20Z) - Towards Entity Alignment in the Open World: An Unsupervised Approach [29.337157862514204]
これは知識のカバレッジと品質を高めるために知識グラフ(kgs)を統合する上で重要なステップである。
最先端のソリューションは、モデルトレーニングにラベル付きデータに頼る傾向があります。
オープンな世界でエンティティアライメントを行う監視されていないフレームワークを提供します。
論文 参考訳（メタデータ） (2021-01-26T03:10:24Z) - RuREBus: a Case Study of Joint Named Entity Recognition and Relation
Extraction from e-Government Domain [7.6462329126769815]
本稿では、国家機関が発行する文書からなる新しいコーパスに対して、名前付きエンティティ認識(NER)や関係抽出(RE)などの情報抽出手法の適用例を示す。
このコーパスの主な課題は、1) アノテーションスキームが一般的なドメインコーパスで使用されるものとは大きく異なり、2) 文書は英語以外の言語で記述されている。
論文 参考訳（メタデータ） (2020-10-29T20:56:15Z) - A Dependency Syntactic Knowledge Augmented Interactive Architecture for
End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。
このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。
3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文 参考訳（メタデータ） (2020-04-04T14:59:32Z)
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。