Fugu-MT 論文翻訳(概要): A Term-based Approach for Generating Finite Automata from Interaction Diagrams

論文の概要: A Term-based Approach for Generating Finite Automata from Interaction Diagrams

arxiv url: http://arxiv.org/abs/2306.02983v2
Date: Thu, 3 Aug 2023 08:38:59 GMT
ステータス: 処理完了
システム内更新日: 2023-10-24 04:22:30.065376
Title: A Term-based Approach for Generating Finite Automata from Interaction Diagrams
Title（参考訳）: 相互作用図からの有限オートマタ生成のための項ベースアプローチ
Authors: Erwan Mahe, Boutheina Bannour, Christophe Gaston, Arnault Lapitre, Pascale Le Gall
Abstract要約: 非決定論的有限オートマタは正規言語を表現し、単語認識などの応用に対する魅力を高めている。本稿では,シーケンス図やメッセージシーケンスチャートなどの対話言語からNFAを生成するための新しい手法を提案する。
参考スコア（独自算出の注目度）: 0.4199844472131921
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Non-deterministic Finite Automata (NFA) represent regular languages concisely, increasing their appeal for applications such as word recognition. This paper proposes a new approach to generate NFA from an interaction language such as UML Sequence Diagrams or Message Sequence Charts. Via an operational semantics, we generate a NFA from a set of interactions reachable using the associated execution relation. In addition, by applying simplifications on reachable interactions to merge them, it is possible to obtain reduced NFA without relying on costly NFA reduction techniques. Experimental results regarding NFA generation and their application in trace analysis are also presented.
Abstract（参考訳）: 非決定論的有限オートマタ(NFA)は正規言語を簡潔に表現し、単語認識などの応用へのアピールを強める。本稿では,UMLシーケンス図やメッセージシーケンスチャートなどの対話言語からNFAを生成する新しい手法を提案する。操作意味論を用いて、関連する実行関係を用いて到達可能なインタラクションの集合からNFAを生成する。また、到達可能なインタラクションを単純化してマージすることにより、コストのかかるnfa削減技術に頼ることなく、nfaを削減できる。また,NFA生成に関する実験結果と微量分析への応用について述べる。

関連論文リスト

Localizing Factual Inconsistencies in Attributable Text Generation [91.981439746404]
本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。まず,人間のアノテーションに対するQASemConsistency法の有効性を示す。そこで我々は,局所的な事実の不整合を自動的に検出するいくつかの手法を実装した。
論文参考訳（メタデータ） (2024-10-09T22:53:48Z)
Text2NKG: Fine-Grained N-ary Relation Extraction for N-ary relational Knowledge Graph Construction [20.281505340983035]
Text2NKGは,n-aryリレーショナル知識グラフ構築のための,新しいn-aryリレーショナル抽出フレームワークである。ヘテロオーダーのマージと出力マージを併用したスパンタプル分類手法を導入し,異なるアリティにおけるn-項関係抽出を実現する。
論文参考訳（メタデータ） (2023-10-08T14:47:13Z)
Instruction Position Matters in Sequence Generation with Large Language Models [67.87516654892343]
大規模言語モデル(LLM)は、翻訳や要約といった条件付きシーケンス生成タスクを実行することができる。入力文の後にタスク命令の位置をシフトさせることにより,LLMの指示追従能力を向上させることを提案する。
論文参考訳（メタデータ） (2023-08-23T12:36:57Z)
Improving Mandarin End-to-End Speech Recognition with Word N-gram Language Model [57.92200214957124]
外部言語モデル(LM)は、エンドツーエンド(E2E)自動音声認識(ASR)システムの音声認識性能を向上させることができる。単語レベルの格子をオンザフライで構築し,可能なすべての単語列を考慮可能な,新しい復号アルゴリズムを提案する。提案手法は,N-gram LMやニューラルネットワーク LM など,サブワードレベルのLMを一貫して上回る。
論文参考訳（メタデータ） (2022-01-06T10:04:56Z)
LNN-EL: A Neuro-Symbolic Approach to Short-text Entity Linking [62.634516517844496]
本稿では,解釈可能なルールとニューラルネットワークの性能を併用したニューラルシンボリックアプローチであるLNN-ELを提案する。ルールの使用に制約があるにもかかわらず、LNN-ELはSotAのブラックボックスニューラルアプローチと競合する。
論文参考訳（メタデータ） (2021-06-17T20:22:45Z)
Dispatcher: A Message-Passing Approach To Language Modelling [1.52292571922932]
自己注意の代替を目的とした新しいレイヤタイプが導入されている。最終的に、Dispatcher層は以前の結果に匹敵する難易度を達成する。
論文参考訳（メタデータ） (2021-05-09T18:57:34Z)
Synthesizing Context-free Grammars from Recurrent Neural Networks (Extended Version) [6.3455238301221675]
訓練されたリカレントニューラルネットワーク(RNN)から文脈自由文法(CFG)を抽出するアルゴリズムを提案する。非正規言語を近似した決定論的有限オートマトン(DFAs)のシーケンスを記述する新しいフレームワークであるパターンルールセット(PRS)を開発した。 PRSがCFGにどのように変換されるかを示し、学習言語に親しみやすく有用なプレゼンテーションを可能にする。
論文参考訳（メタデータ） (2021-01-20T16:22:25Z)
NSL: Hybrid Interpretable Learning From Noisy Raw Data [66.15862011405882]
本稿では,ラベル付き非構造データから解釈可能なルールを学習するニューラルシンボリック学習フレームワークNSLを提案する。 NSLは、機能抽出のためのトレーニング済みニューラルネットワークと、解集合セマンティクスに基づくルール学習のための最先端のILPシステムであるFastLASを組み合わせる。 NSLは、MNISTデータから堅牢なルールを学び、ニューラルネットワークやランダムフォレストベースラインと比較して、比較または優れた精度を達成できることを実証します。
論文参考訳（メタデータ） (2020-12-09T13:02:44Z)
PIN: A Novel Parallel Interactive Network for Spoken Language Understanding [68.53121591998483]
既存の RNN ベースのアプローチでは、ID と SF のタスクは、それらの間の相関情報を利用するために、しばしば共同でモデル化される。 SNIPSとATISという2つのベンチマークデータセットによる実験は、我々のアプローチの有効性を実証している。さらに,事前学習した言語モデルBERTが生成した発話の特徴埋め込みを用いて,提案手法はすべての比較手法の中で最先端の手法を実現する。
論文参考訳（メタデータ） (2020-09-28T15:59:31Z)
Subword RNNLM Approximations for Out-Of-Vocabulary Keyword Search [17.492336084190658]
音声キーワード検索では、このクエリは音声認識システムの訓練時に観察されない語彙外単語(OOV)を含むことができる。サブワード言語モデル(LM)をファーストパス認識で使用することで、OOVワードを認識できるが、サブワードのn-gram LMでさえデータ間隔に悩まされる。本稿では,従来のn-gramモデルとRNNLM近似を補間してOOV認識を改善することを提案する。
論文参考訳（メタデータ） (2020-05-28T07:59:06Z)
Exploring Neural Models for Parsing Natural Language into First-Order Logic [10.62143644603835]
英文を1次論理(FOL)に解析する際のニューラルモデルの有用性について検討する。自然言語文が与えられた場合のシーケンスマッピングタスクとしてFOL解析をモデル化し、LSTMを用いて中間表現に符号化し、次に対応するFOL式で述語を逐次生成するデコーダを用いる。
論文参考訳（メタデータ） (2020-02-16T09:22:32Z)

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。