論文の概要: Demonstration of CORNET: A System For Learning Spreadsheet Formatting Rules By Example

• arxiv url: http://arxiv.org/abs/2308.07357v1
• Date: Mon, 14 Aug 2023 14:15:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-16 15:20:36.348297
• Title: Demonstration of CORNET: A System For Learning Spreadsheet Formatting Rules By Example
• Title（参考訳）: cornetのデモ:例によってスプレッドシートのフォーマットルールを学ぶシステム
• Authors: Mukul Singh, Jose Cambronero, Sumit Gulwani, Vu Le, Carina Negreanu, Gust Verbruggen
• Abstract要約: CORNETは条件付きフォーマットルールをユーザ例から学習するシステムである。 このデモでは、Microsoft Excelのシンプルなアドインとして、CORNETが動作していることを示す。
• 参考スコア（独自算出の注目度）: 17.187094058627615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Data management and analysis tasks are often carried out using spreadsheet software. A popular feature in most spreadsheet platforms is the ability to define data-dependent formatting rules. These rules can express actions such as "color red all entries in a column that are negative" or "bold all rows not containing error or failure." Unfortunately, users who want to exercise this functionality need to manually write these conditional formatting (CF) rules. We introduce CORNET, a system that automatically learns such conditional formatting rules from user examples. CORNET takes inspiration from inductive program synthesis and combines symbolic rule enumeration, based on semi-supervised clustering and iterative decision tree learning, with a neural ranker to produce accurate conditional formatting rules. In this demonstration, we show CORNET in action as a simple add-in to Microsoft Excel. After the user provides one or two formatted cells as examples, CORNET generates formatting rule suggestions for the user to apply to the spreadsheet.
• Abstract（参考訳）: データ管理と分析はスプレッドシートソフトウェアを使って行われることが多い。 ほとんどのスプレッドシートプラットフォームで人気のある機能は、データ依存のフォーマットルールを定義する機能である。 これらのルールは、"ネガティブな列のすべてのエントリを赤く塗る"、"エラーやエラーを含まないすべての行を無効にする"といったアクションを表現できる。 残念ながら、この機能を使いたいユーザーは、手動で条件付きフォーマット(cf)ルールを書く必要がある。 本稿では,ユーザ例から条件付きフォーマットルールを自動的に学習するシステムであるCORNETを紹介する。 CORNETは、帰納的プログラム合成からインスピレーションを得て、半教師付きクラスタリングと反復的決定木学習に基づくシンボリックルール列挙とニューラルネットワークローダを組み合わせて、正確な条件付きフォーマッティングルールを生成する。 このデモでは、Microsoft ExcelのシンプルなアドインとしてCORNETが動作していることを示す。 ユーザが1つまたは2つのフォーマットされたセルを例に挙げると、CORNETはスプレッドシートに適用するためのフォーマットルールの提案を生成する。

関連論文リスト

• Symbolic Working Memory Enhances Language Models for Complex Rule Application [87.34281749422756]
  大規模言語モデル(LLM)は、顕著な推論性能を示しているが、多段階の推論に苦慮している。 本稿では,外部ワーキングメモリを用いたLLMの拡張と,ルール適用のためのニューロシンボリックフレームワークを提案する。 当社のフレームワークは,LLMベースのルール実装とシンボリックルールグラウンディングを反復的に実施する。
  論文  参考訳（メタデータ） (2024-08-24T19:11:54Z)
• Auto-Formula: Recommend Formulas in Spreadsheets using Contrastive Learning for Table Representations [36.2969566996675]
  我々は,ユーザがターゲットのスプレッドシートセルで書きたい公式を正確に予測するオートフォーミュラシステムを開発した。 コンピュータビジョンの「類似顔認識」にインスパイアされたコントラスト学習技術を用いている。
  論文  参考訳（メタデータ） (2024-04-19T03:28:18Z)
• FormaT5: Abstention and Examples for Conditional Table Formatting with Natural Language [20.014372488951533]
  FormaT5は、テーブルの条件付きフォーマットルールを生成するトランスフォーマーベースのモデルである。 これらのタスクのユーザ記述は、しばしば不明確か曖昧であり、コード生成システムが所望のルールを正確に学習することが難しくなる。 FormaT5がプレースホルダーを予測することを学習するが、このプレースホルダーは第2のモデルで満たされるか、あるいはフォーマットすべき行の例を、プログラム・バイ・サンプル・システムで利用できる。
  論文  参考訳（メタデータ） (2023-10-26T11:05:15Z)
• InstructExcel: A Benchmark for Natural Language Instruction in Excel [72.018640505825]
  本研究は,大規模言語モデルが自然言語ユーザ命令を通じて提供されるExcel固有のタスクを解くコードを生成することができるかどうかを考察する。 私たちのベンチマークには、2000の公開Excelスプレッドシートにわたる170以上のExcel操作をカバーする10万以上のサンプルが含まれています。 我々は,(1) GPT-4 over GPT-3.5,(2) よりコンテキスト内での例を提供し,(3) 動的プロンプトは,このベンチマークの性能向上に役立つことを観察した。
  論文  参考訳（メタデータ） (2023-10-23T02:00:55Z)
• Eliciting Human Preferences with Language Models [56.68637202313052]
  言語モデル(LM)は、ラベル付き例や自然言語のプロンプトを使用してターゲットタスクを実行するように指示することができる。 タスク仕様プロセスのガイドには*LM自身を使うことを提案します。 我々は、メール検証、コンテンツレコメンデーション、道徳的推論の3つの領域でGATEを研究している。
  論文  参考訳（メタデータ） (2023-10-17T21:11:21Z)
• CORNET: A neurosymbolic approach to learning conditional table formatting rules by example [9.480976802275823]
  我々は,データ依存型フォーマットルールを自動的に学習する新しい問題に対処する,ニューロシンボリックシステムであるCORNETを提案する。 CORNETは、帰納的プログラム合成からインスピレーションを得て、半教師付きクラスタリングと反復的決定木学習に基づくシンボリックルール列挙を組み合わせた。 以上の結果から,CORNETは,これらのベースラインと比較して,様々な条件で,より正確にルールを学習できることがわかった。
  論文  参考訳（メタデータ） (2022-08-11T20:30:12Z)
• Enhanced Spreadsheet Computing with Finite-Domain Constraint Satisfaction [1.6244541005112747]
  視覚環境において有限領域制約解決を十分にサポートした拡張スプレッドシートシステムを提案する。 一般ユーザがデータセル間の制約を指定するために,スプレッドシート固有の制約言語を構築する。 新しいスプレッドシートシステムは、多くの制約ベースのアプリケーションの開発を著しく単純化する。
  論文  参考訳（メタデータ） (2022-02-22T17:58:08Z)
• SpreadsheetCoder: Formula Prediction from Semi-structured Context [70.41579328458116]
  行ベースと列ベースの両方のフォーマットで表されるコンテキストを表現するために,BERTベースのモデルアーキテクチャを提案する。 我々はスプレッドシートの大きなデータセットでモデルをトレーニングし、SpreadsheetCoderが42.51%の予測精度でトップ1の予測を達成できることを実証した。 ルールベースのシステムと比較すると、SpreadsheetCoder 82%は、Google Sheetsで公式を作成する上で、より多くのユーザを支援する。
  論文  参考訳（メタデータ） (2021-06-26T11:26:27Z)
• Table2Charts: Recommending Charts by Learning Shared Table Representations [61.68711232246847]
  Table2Chartsは、(テーブル、チャート)ペアの大きなコーパスから共通のパターンを学ぶ。 165kのテーブルと266kのチャートを持つ大きなスプレッドシートコーパスでは、テーブルフィールドの共有表現を学習できることが示される。
  論文  参考訳（メタデータ） (2020-08-24T15:06:26Z)
• ToTTo: A Controlled Table-To-Text Generation Dataset [61.83159452483026]
  ToTToはオープンドメインの英語のテーブル・トゥ・テキストのデータセットで、12万以上のトレーニングサンプルがある。 本稿では、ウィキペディアから既存の候補文を直接修正するデータセット構築プロセスを紹介する。 通常流動的であるが、既存の方法は多くの場合、表がサポートしていないフレーズを幻覚させる。
  論文  参考訳（メタデータ） (2020-04-29T17:53:45Z)

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。