論文の概要: Fuzzy Temporal Protoforms for the Quantitative Description of Processes in Natural Language

• arxiv url: http://arxiv.org/abs/2305.09506v1
• Date: Tue, 16 May 2023 14:59:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 14:40:19.742840
• Title: Fuzzy Temporal Protoforms for the Quantitative Description of Processes in Natural Language
• Title（参考訳）: 自然言語における過程の定量的記述のためのファジィ・テンポラリ・プロトフォーム
• Authors: Yago Fontenla-Seco, Alberto Bugar\'in-Diz and Manuel Lama
• Abstract要約: このモデルには、プロセスや属性からの時間的および因果的な情報が含まれ、プロセス寿命の期間中の属性を定量化し、イベント間の因果関係と時間的距離をリコールする。 心臓科領域における実際のユースケースを提示し、ドメインの専門家に自然言語の説明を提供するモデルの可能性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this paper, we propose a series of fuzzy temporal protoforms in the framework of the automatic generation of quantitative and qualitative natural language descriptions of processes. The model includes temporal and causal information from processes and attributes, quantifies attributes in time during the process life-span and recalls causal relations and temporal distances between events, among other features. Through integrating process mining techniques and fuzzy sets within the usual Data-to-Text architecture, our framework is able to extract relevant quantitative temporal as well as structural information from a process and describe it in natural language involving uncertain terms. A real use-case in the cardiology domain is presented, showing the potential of our model for providing natural language explanations addressed to domain experts.
• Abstract（参考訳）: 本稿では,プロセスの量的および定性的な自然言語記述の自動生成の枠組みとして,ファジィな時間的プロトフォームを提案する。 このモデルは、プロセスや属性からの時間的および因果的な情報を含み、プロセス寿命の時間的特性を定量化し、イベント間の因果関係や時間的距離をリコールする。 プロセスマイニング技術とファジィセットを通常のData-to-Textアーキテクチャに統合することにより,プロセスから時間的・時間的・構造的情報を抽出し,不確実な用語を含む自然言語で記述することができる。 心臓科領域における実際のユースケースを示し、ドメインの専門家に自然言語の説明を提供するモデルの可能性を示す。

関連論文リスト

• Nature-Inspired Local Propagation [68.63385571967267]
  自然学習プロセスは、データの表現と学習が局所性を尊重するような方法で交わされるメカニズムに依存している。 ハミルトン方程式の構造を導出した「学習の法則」のアルゴリズム的解釈は、伝播の速度が無限大になるときにバックプロパゲーションに還元されることを示す。 これにより、バックプロパゲーションと提案されたローカルアルゴリズムの置き換えに基づく完全なオンライン情報に基づく機械学習への扉が開く。
  論文  参考訳（メタデータ） (2024-02-04T21:43:37Z)
• Injecting linguistic knowledge into BERT for Dialogue State Tracking [60.42231674887294]
  本稿では,教師なしの枠組みを用いて言語知識を抽出する手法を提案する。 次に、この知識を用いて、対話状態追跡(DST)タスクにおけるBERTの性能と解釈可能性を高める。 このフレームワークを様々なDSTタスクでベンチマークし、精度の顕著な改善を観察する。
  論文  参考訳（メタデータ） (2023-11-27T08:38:42Z)
• Subspace Chronicles: How Linguistic Information Emerges, Shifts and Interacts during Language Model Training [56.74440457571821]
  我々は、構文、意味論、推論を含むタスクを、200万の事前学習ステップと5つのシードで分析する。 タスクや時間にまたがる重要な学習フェーズを特定し、その間にサブスペースが出現し、情報を共有し、後に専門化するために混乱する。 この結果は,モデル解釈可能性,マルチタスク学習,限られたデータからの学習に影響を及ぼす。
  論文  参考訳（メタデータ） (2023-10-25T09:09:55Z)
• Spatio-Temporal Branching for Motion Prediction using Motion Increments [55.68088298632865]
  HMP(Human Motion Prediction)はその多種多様な応用により、人気のある研究トピックとして浮上している。 従来の手法は手作りの機能と機械学習技術に依存している。 HMPのためのインクリメンタル情報を用いた時空間分岐ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-08-02T12:04:28Z)
• An Overview Of Temporal Commonsense Reasoning and Acquisition [20.108317515225504]
  時間的コモンセンス推論(英: Temporal Commonsense reasoning)とは、フレーズ、行動、出来事の典型的な時間的文脈を理解する能力である。 大規模言語モデルの性能に関する最近の研究は、しばしば推論においてショートカットを行い、単純な言語トラップに陥ることが示唆されている。
  論文  参考訳（メタデータ） (2023-07-28T01:30:15Z)
• Unlocking Temporal Question Answering for Large Language Models with Tailor-Made Reasoning Logic [84.59255070520673]
  大きな言語モデル(LLM)は、時間的推論に関わる際に課題に直面します。 本研究では,時間的質問応答タスクに特化して設計された新しいフレームワークであるTempLogicを提案する。
  論文  参考訳（メタデータ） (2023-05-24T10:57:53Z)
• Process-To-Text: A Framework for the Quantitative Description of Processes in Natural Language [0.0]
  本稿では、プロセスの記述的説明の自動生成のためのProcess-To-Text(P2T)フレームワークを提案する。 P2Tは、プロセスから時間的および構造的な情報を抽出するためのプロセスマイニング、不確実な用語をモデル化するためのファジィ言語プロトタイプ、説明を構築するための自然言語生成という3つのAIパラダイムを統合している。 心臓科領域における実際のユースケースが提示され、専門家に話しかける自然言語の説明を提供するためのP2Tの可能性を示している。
  論文  参考訳（メタデータ） (2023-05-23T13:14:34Z)
• Feature Importance Explanations for Temporal Black-Box Models [3.655021726150369]
  自然界に固有の時間的モデルを説明する手法であるTIMEを提案する。 我々のアプローチは,グローバルな特徴の重要度を分析するために,モデルに依存しない置換に基づくアプローチを用いる。
  論文  参考訳（メタデータ） (2021-02-23T20:41:07Z)
• Modelling Compositionality and Structure Dependence in Natural Language [0.12183405753834563]
  言語学と集合論に基づいて、これらの概念の形式化がこの論文の前半で述べられている。 言語処理を行う認知システムは,特定の機能的制約を持つ必要がある。 単語埋め込み技術の進歩を利用して、関係学習のモデルがシミュレートされる。
  論文  参考訳（メタデータ） (2020-11-22T17:28:50Z)
• A Survey on Temporal Reasoning for Temporal Information Extraction from Text (Extended Abstract) [21.62977556227642]
  時間的推論は時間的情報抽出において中心的な役割を果たす。 本稿では,テキストからの自動時間情報抽出のための時間的推論に関する研究を包括的に調査する。 シンボリック推論と機械学習に基づく情報抽出システムの統合に関するケーススタディを提供する。
  論文  参考訳（メタデータ） (2020-05-13T18:53:15Z)
• Procedural Reading Comprehension with Attribute-Aware Context Flow [85.34405161075276]
  手続き的なテキストは、しばしばエンティティの上で起こるプロセスを記述する。 本稿では,テキストを一般的な形式に翻訳することで,手続き的読解のためのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-31T00:06:29Z)

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。