論文の概要: Semantic uncertainty guides the extension of conventions to new referents

• arxiv url: http://arxiv.org/abs/2305.06539v1
• Date: Thu, 11 May 2023 03:01:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-12 16:18:14.112275
• Title: Semantic uncertainty guides the extension of conventions to new referents
• Title（参考訳）: セマンティック不確実性は、新しい参照者への規約の延長を導く
• Authors: Ron Eliav, Anya Ji, Yoav Artzi, Robert D. Hawkins
• Abstract要約: 参照ゲームにおけるアドホックコンベンションの形成における命名可能性の役割について検討する。 以上の結果から,特定の語彙選択のターゲット固有の再使用を超えて,アドホックな慣行をどのように拡張するかという新たな疑問が浮かび上がっている。
• 参考スコア（独自算出の注目度）: 13.24591520559436
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A long tradition of studies in psycholinguistics has examined the formation and generalization of ad hoc conventions in reference games, showing how newly acquired conventions for a given target transfer to new referential contexts. However, another axis of generalization remains understudied: how do conventions formed for one target transfer to completely distinct targets, when specific lexical choices are unlikely to repeat? This paper presents two dyadic studies (N = 240) that address this axis of generalization, focusing on the role of nameability -- the a priori likelihood that two individuals will share the same label. We leverage the recently-released KiloGram dataset, a collection of abstract tangram images that is orders of magnitude larger than previously available, exhibiting high diversity of properties like nameability. Our first study asks how nameability shapes convention formation, while the second asks how new conventions generalize to entirely new targets of reference. Our results raise new questions about how ad hoc conventions extend beyond target-specific re-use of specific lexical choices.
• Abstract（参考訳）: 精神言語学における長い研究の伝統は、参照ゲームにおけるアドホックな慣習の形成と一般化を検証し、与えられたターゲットを新しい参照コンテキストに移行するための新しい慣習がどのようにして獲得されたかを示している。 しかし、別の一般化の軸が検討されている:特定の語彙選択が繰り返されない場合、あるターゲットが完全に異なるターゲットに遷移するための慣習はどのように形成されるのか? 本稿では、この一般化の軸に対処する2つのダイアディック研究(N = 240)を、名前可能性の役割に焦点を当てて提示する。 最近リリースされたkilogramデータセットは、従来より桁違いに大きなタングラム画像のコレクションで、命名可能性などの特性が多様である。 第1の研究では、命名可能性がどのように規約形成を形作るか、第2の研究では、新しい規約がいかに完全に新しい参照対象に一般化するかを問う。 我々の結果は、特定の語彙選択のターゲット固有の再使用を超えて、アドホック規約がどのように拡張されるかについての新しい疑問を提起する。

関連論文リスト

• Exploring Ordinality in Text Classification: A Comparative Study of Explicit and Implicit Techniques [3.197435100145382]
  日常分類(OC)は自然言語処理(NLP)における課題である。 OCに挑戦する以前のアプローチは、ラベルの順序性について明確に説明されるような、既存の変更や新規な損失関数の作成に重点を置いていた。 Pretrained Language Models (PLMs) の出現により、ラベルのtextbfimplicit セマンティクスを通じて、オーディナリティに取り組むことが可能になった。
  論文  参考訳（メタデータ） (2024-05-20T04:31:04Z)
• Memory Consistency Guided Divide-and-Conquer Learning for Generalized Category Discovery [56.172872410834664]
  一般カテゴリー発見(GCD)は、半教師付き学習のより現実的で挑戦的な設定に対処することを目的としている。 メモリ一貫性を誘導する分枝・分枝学習フレームワーク(MCDL)を提案する。 本手法は,画像認識の目に見えるクラスと見えないクラスの両方において,最先端のモデルよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-01-24T09:39:45Z)
• Probabilistic Test-Time Generalization by Variational Neighbor-Labeling [62.158807685159736]
  本稿では、ドメインの一般化を試み、モデルが未確認のターゲットドメインにデプロイされる前に、ソースドメインにのみトレーニングされる。 ソーストレーニングされたモデルをテスト時にターゲットドメインに一般化するための、ターゲットサンプルの擬似ラベル化の確率。 より堅牢な擬似ラベルを生成するために、近隣のターゲットサンプルの情報を含む変分隣接ラベル。
  論文  参考訳（メタデータ） (2023-07-08T18:58:08Z)
• Double Equivariance for Inductive Link Prediction for Both New Nodes and New Relation Types [9.018115686042133]
  この研究は、ノードアイデンティティとエッジ関係型の双方の置換に同値な二重置換同変表現の概念を定義する。 両等価なアーキテクチャが、異なるKGドメインで事前訓練を自己監督し、新しいKGドメインでゼロショット予測リンクを作成できることを示す。 提案するモデルが,新しい実世界のベンチマークのセット上で,ベースラインに対して有効であることを実証的に示す。
  論文  参考訳（メタデータ） (2023-02-02T18:39:30Z)
• Learning Classifiers of Prototypes and Reciprocal Points for Universal Domain Adaptation [79.62038105814658]
  Universal Domainは、ドメインシフトとカテゴリシフトという2つのシフトを処理して、データセット間で知識を転送することを目的としている。 主な課題は、既知のクラス知識の分布をソースからターゲットに適応させながら、未知のターゲットサンプルを正しく識別することである。 既存のほとんどの手法は、まずターゲットが適応した既知の知識を訓練し、次に未知のターゲットサンプルを識別するために単一のしきい値に依存することでこの問題に対処する。
  論文  参考訳（メタデータ） (2022-12-16T09:01:57Z)
• Entity Disambiguation with Entity Definitions [50.01142092276296]
  ローカルモデルはEntity Disambiguation (ED)で最近驚くべきパフォーマンスを達成した それまでの研究は、各候補者のテキスト表現として、ウィキペディアのタイトルのみを使うことに限られていた。 本稿では、この制限に対処し、より表現力のあるテキスト表現がそれを緩和できる範囲について検討する。 提案する6つのベンチマークのうち2つに新たな技術の現状を報告し,未知のパターンに対する一般化能力を強く改善する。
  論文  参考訳（メタデータ） (2022-10-11T17:46:28Z)
• Mutual Information-guided Knowledge Transfer for Novel Class Discovery [23.772336970389834]
  本稿では,目に見えるクラスと目に見えないクラス間で意味的知識を伝達する原理と一般的な手法を提案する。 提案手法は,いくつかのベンチマークにおいて,従来のSOTAよりも有意差があることが示唆された。
  論文  参考訳（メタデータ） (2022-06-24T03:52:25Z)
• Open-Set Representation Learning through Combinatorial Embedding [62.05670732352456]
  ラベル付きクラスとラベルなしクラスの両方の例に基づく表現学習を通じて、データセットにおける新しい概念を識別することに興味がある。 異種ラベル空間上の複数の教師付きメタクラス分類器によって与えられる構成知識を用いて、自然に未知のクラス内のサンプルをクラスタリングする学習手法を提案する。 提案アルゴリズムは,未確認クラスの識別性の向上と,新しいクラスに一般化可能な既知のクラス表現の学習を併用して,新しい概念を探索する。
  論文  参考訳（メタデータ） (2021-06-29T11:51:57Z)
• Squared $\ell_2$ Norm as Consistency Loss for Leveraging Augmented Data to Learn Robust and Invariant Representations [76.85274970052762]
  元のサンプルと拡張されたサンプルの埋め込み/表現の距離を規則化することは、ニューラルネットワークの堅牢性を改善するための一般的なテクニックである。 本稿では、これらの様々な正規化選択について検討し、埋め込みの正規化方法の理解を深める。 私たちが特定したジェネリックアプローチ(squared $ell$ regularized augmentation)は、それぞれ1つのタスクのために特別に設計されたいくつかの手法より優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-25T22:40:09Z)

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。