Fugu-MT 論文翻訳(概要): Formalising Natural Language Quantifiers for Human-Robot Interactions

論文の概要: Formalising Natural Language Quantifiers for Human-Robot Interactions

arxiv url: http://arxiv.org/abs/2308.13192v1
Date: Fri, 25 Aug 2023 06:05:57 GMT
ステータス: 処理完了
システム内更新日: 2023-08-28 15:02:29.506379
Title: Formalising Natural Language Quantifiers for Human-Robot Interactions
Title（参考訳）: 人間-ロボットインタラクションのための自然言語量子化器の定式化
Authors: Stefan Morar, Adrian Groza, Mihai Pomarlan
Abstract要約: 本稿では,人間-ロボット相互作用の文脈における自然言語における量化器の定式化手法を提案する。この解は、変数の濃度を表す能力を拡張した一階述語論理に基づいており、一般化量化器と同様に動作する。
参考スコア（独自算出の注目度）: 3.360922672565235
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We present a method for formalising quantifiers in natural language in the context of human-robot interactions. The solution is based on first-order logic extended with capabilities to represent the cardinality of variables, operating similarly to generalised quantifiers. To demonstrate the method, we designed an end-to-end system able to receive input as natural language, convert it into a formal logical representation, evaluate it, and return a result or send a command to a simulated robot.
Abstract（参考訳）: 本稿では,人間-ロボット相互作用の文脈における自然言語における量化器の定式化手法を提案する。この解は、変数の濃度を表す能力を拡張した一階述語論理に基づいており、一般化量化器と同様に動作する。提案手法を実証するために,入力を自然言語として受け取り,形式論理表現に変換し,評価し,結果を返したり,シミュレーションロボットにコマンドを送ることができるエンドツーエンドシステムを設計した。

関連論文リスト

Unnatural language processing: How do language models handle machine-generated prompts? [12.00724154801388]
我々は機械生成プロンプトを用いて、自然言語表現を含まない入力に対してモデルがどのように反応するかを探索する。連続的および離散的な機械生成プロンプトに応答する複数の意味的タスクにおいて,異なる大きさのモデルの挙動について検討する。
論文参考訳（メタデータ） (2023-10-24T13:32:20Z)
Underwater Robotics Semantic Parser Assistant [0.0]
意味的構文解析は、自然言語をコンピュータが理解できる形で表現する手段である。ここでは、シーケンスからシーケンスモデルを用いて、自然言語の発話を抽出し、それを解析可能なときに計算式に変換し、有限状態マシンで使用可能なXMLフォーマットに配置する。実験結果から,現場の技術的個人と非技術的個人とのギャップを埋めることのできる,高精度なモデルを持つことが示唆された。
論文参考訳（メタデータ） (2023-01-28T09:04:43Z)
Language Models as Inductive Reasoners [125.99461874008703]
本稿では,帰納的推論のための新しいパラダイム(タスク)を提案し,自然言語の事実から自然言語規則を誘導する。タスクのための1.2kルールファクトペアを含むデータセットDEERを作成し,ルールと事実を自然言語で記述する。我々は、事前訓練された言語モデルが自然言語の事実から自然言語規則をいかに誘導できるかを、初めてかつ包括的な分析を行う。
論文参考訳（メタデータ） (2022-12-21T11:12:14Z)
Learning Neuro-symbolic Programs for Language Guided Robot Manipulation [10.287265801542999]
自然言語命令と入力と出力シーンが与えられた場合、我々の目標は、操作プログラムを出力できるニューロシンボリックモデルを訓練することである。 i) トレーニング中に見られる以上の一般化を制限するが、密集したサブゴールの監督を必要とする概念に対して、手書きのシンボルに依存する。我々のアプローチはニューロシンボリックであり、言語的および知覚的バリエーションを扱うことができ、中間的な監督を必要としないエンドツーエンドの差別化が可能であり、潜伏したニューラルオブジェクト中心の表現で機能するシンボリック推論構造を利用する。
論文参考訳（メタデータ） (2022-11-12T12:31:17Z)
LogiGAN: Learning Logical Reasoning via Adversarial Pre-training [58.11043285534766]
本稿では,言語モデルの論理的推論能力を向上させるために,教師なしの対人事前学習フレームワークLogiGANを提案する。人間の学習におけるリフレクティブ思考の促進効果に着想を得て,逆生成検証アーキテクチャを用いて学習思考過程をシミュレートする。 LogiGANで事前トレーニングされたベースモデルと大規模言語モデルの両方で、12のデータセットで明らかなパフォーマンス改善が示されている。
論文参考訳（メタデータ） (2022-05-18T08:46:49Z)
Flexible Operations for Natural Language Deduction [32.92866195461153]
ParaPatternは、人間の直接の監督なしに様々な自然言語入力の論理変換を生成するモデルを構築する方法である。我々は、BARTベースのモデルを用いて、特定の論理演算を1つ以上の前提文に適用した結果を生成する。対象とするコントラストセットと、qascデータセットからのドメイン外文合成を用いてモデルを評価する。
論文参考訳（メタデータ） (2021-04-18T11:36:26Z)
Constrained Language Models Yield Few-Shot Semantic Parsers [73.50960967598654]
我々は,事前学習された大規模言語モデルの利用を,少ない意味論として検討する。意味構文解析の目標は、自然言語入力によって構造化された意味表現を生成することである。言語モデルを用いて、入力を英語に似た制御されたサブ言語にパラフレーズし、対象の意味表現に自動的にマッピングする。
論文参考訳（メタデータ） (2021-04-18T08:13:06Z)
Evaluating the Morphosyntactic Well-formedness of Generated Texts [88.20502652494521]
L'AMBRE – テキストのモルフォシンタク的整形性を評価する指標を提案する。形態的に豊かな言語に翻訳するシステムのダイアクロニックスタディを通じて,機械翻訳作業におけるメトリックの有効性を示す。
論文参考訳（メタデータ） (2021-03-30T18:02:58Z)
Exploring Software Naturalness through Neural Language Models [56.1315223210742]
ソフトウェア自然性仮説(Software Naturalness hypothesis)は、自然言語処理で使用されるのと同じ手法でプログラミング言語を理解することができると主張している。この仮説は,事前学習されたトランスフォーマーベース言語モデルを用いて,コード解析タスクを実行することによって検討する。
論文参考訳（メタデータ） (2020-06-22T21:56:14Z)
Guiding Symbolic Natural Language Grammar Induction via Transformer-Based Sequence Probabilities [0.0]
自然言語を統括する構文規則を自動学習する手法を提案する。この方法は、内部表現に言及することなく、トランスフォーマーにおける学習された言語知識を利用する。提案手法の実証例を示し, 教師なしのシンボリックリンク-文法帰納法を導出する。
論文参考訳（メタデータ） (2020-05-26T06:18:47Z)
Semantics-Aware Inferential Network for Natural Language Understanding [79.70497178043368]
このようなモチベーションを満たすために,セマンティックス対応推論ネットワーク(SAIN)を提案する。 SAINの推論モジュールは、明示的な文脈的セマンティクスを補完的な入力として、セマンティクス上の一連の推論ステップを可能にする。本モデルでは,機械読解や自然言語推論など11タスクの大幅な改善を実現している。
論文参考訳（メタデータ） (2020-04-28T07:24:43Z)

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。