論文の概要: Analogical Proportions and Creativity: A Preliminary Study
- arxiv url: http://arxiv.org/abs/2310.13500v1
- Date: Fri, 20 Oct 2023 13:46:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 22:44:24.946802
- Title: Analogical Proportions and Creativity: A Preliminary Study
- Title（参考訳）: アナロジカル・プロポーションと創造性 : 予備研究
- Authors: Stergos Afantenos, Henri Prade, Leonardo Cortez Bernardes
- Abstract要約: 分析比例は "$a$ is to $b$ as $c$ is to $d$" という形のステートメントである。
我々は、プラチプスのような稀な動物を回収し、既存の動物から新しい動物を「創造する」ことを試みている。
- 参考スコア（独自算出の注目度）: 4.005483185111992
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Analogical proportions are statements of the form "$a$ is to $b$ as $c$ is to
$d$", which expresses that the comparisons of the elements in pair $(a, b)$ and
in pair $(c, d)$ yield similar results. Analogical proportions are creative in
the sense that given 3 distinct items, the representation of a 4th item $d$,
distinct from the previous items, which forms an analogical proportion with
them can be calculated, provided certain conditions are met. After providing an
introduction to analogical proportions and their properties, the paper reports
the results of an experiment made with a database of animal descriptions and
their class, where we try to "create" new animals from existing ones,
retrieving rare animals such as platypus. We perform a series of experiments
using word embeddings as well as Boolean features in order to propose novel
animals based on analogical proportions, showing that word embeddings obtain
better results.
- Abstract（参考訳）: アナロジー比例は「$a$ is to $b$ as $c$ is to $d$」という形式のステートメントであり、ペア$(a, b)$およびペア$(c, d)$における要素の比較が同様の結果をもたらすことを表している。
アナロジー比例は、3つの異なる項目が与えられた場合、前回の項目と異なる第4の項目$d$の表現が、ある条件を満たす場合、それらと類似する割合を計算することができるという意味で創造的である。
類比とその特性について紹介した後,本論文では,動物記述のデータベースとそのクラスを用いた実験の結果を報告し,新しい動物を既存の動物から「創造」し,プラティプスのようなレアな動物を回収する試みを行った。
単語埋め込みとブール特徴を用いた一連の実験を行い,類似の比率に基づく新しい動物の提案を行い,単語埋め込みがよりよい結果を得ることを示す。
関連論文リスト
- Relative Value Biases in Large Language Models [0.0]
人間と動物の強化学習の研究は、過去に比較的良い結果をもたらす選択肢を好んだ。
本研究は,大規模言語モデルが同様のバイアスを示すかどうかを検証した。
論文 参考訳（メタデータ） (2024-01-25T21:49:32Z) - Learning Part Segmentation from Synthetic Animals [11.350951919924455]
本稿では,Skinned Multi-Animal Linear(SMAL)モデルを用いて,合成動物からの学習部分のセグメンテーションに焦点を当てた。
我々は,SAPからPartImageNetへのSyn-to-Real動物部分分割,すなわちSynRealPartを,既存のセマンティックセマンティクス領域適応法でベンチマークした。
第3の貢献は、合成トラと馬の学習部品がPartImageNetの四足歩行で移動可能であることを明らかにすることです。
論文 参考訳（メタデータ） (2023-11-30T16:10:04Z) - StoryAnalogy: Deriving Story-level Analogies from Large Language Models
to Unlock Analogical Understanding [72.38872974837462]
大規模ストーリーレベルの類似語コーパスを構築することにより,類似語を識別・生成する能力を評価する。
textscStory Analogyには、さまざまなドメインから24Kストーリーペアが含まれており、拡張された構造マッピング理論の2つの類似点に人間のアノテーションがある。
我々は、textscStory Analogyのデータは、大言語モデルにおけるアナログ生成の品質を向上させることができることを観察した。
論文 参考訳（メタデータ） (2023-10-19T16:29:23Z) - Proportoids [0.0]
a$ is to $b$ is to $c$ is to $d$'' at the core of analogical reasoning。
本稿では,公理学の伝統における類比の数学的基礎に寄与する。
論文 参考訳（メタデータ） (2022-08-31T00:04:34Z) - A Cascade Model for Argument Mining in Japanese Political Discussions:
the QA Lab-PoliInfo-3 Case Study [5.482532589225552]
rVRAINチームは、分類と情報検索のサブタスクを組み合わせたBAM(Budget Argument Mining)タスクに取り組みました。
議論分類(AC)では、チームは5クラスのBERTベースのカスケードモデルでいくつかの手作りのルールを補完し、最高の結果を得た。
情報検索 (リレーショナルID検出, RID) では, BERTに基づくバイナリ分類器と, 金銭的表現と予算的な密埋め込みからなるペアのコサイン類似性を組み合わせることで, 最良の結果が得られた。
論文 参考訳（メタデータ） (2022-07-04T18:49:18Z) - On the Generative Utility of Cyclic Conditionals [103.1624347008042]
2つの条件付きモデル$p(x|z)$を用いて、共同分布$p(x,z)$をモデル化できるかどうか、また、どのようにしてサイクルを形成するかを検討する。
本稿では,周期条件生成モデリングのためのCyGenフレームワークを提案する。
論文 参考訳（メタデータ） (2021-06-30T10:23:45Z) - Contrastive Explanations for Model Interpretability [77.92370750072831]
分類モデルの対照的説明を生成する手法を提案する。
本手法は潜在空間へのモデル表現の投影に基づいている。
本研究は,モデル決定のより正確できめ細かな解釈性を提供するためのラベルコントラスト的説明の能力に光を当てた。
論文 参考訳（メタデータ） (2021-03-02T00:36:45Z) - Exploring and Evaluating Attributes, Values, and Structures for Entity
Alignment [100.19568734815732]
エンティティアライメント(EA)は、さまざまなKGから等価なエンティティをリンクすることで、リッチコンテンツの統合知識グラフ(KG)を構築することを目的としている。
属性・トリプルは重要なアライメント信号も提供できますが、まだ十分に調査されていません。
本稿では,属性値エンコーダを用いてKGをサブグラフに分割し,属性の様々なタイプを効率的にモデル化することを提案する。
論文 参考訳（メタデータ） (2020-10-07T08:03:58Z) - Improving Robustness and Generality of NLP Models Using Disentangled
Representations [62.08794500431367]
スーパービジョンニューラルネットワークはまず入力$x$を単一の表現$z$にマップし、次に出力ラベル$y$にマッピングする。
本研究では,非交叉表現学習の観点から,NLPモデルの堅牢性と汎用性を改善する手法を提案する。
提案した基準でトレーニングしたモデルは、広範囲の教師付き学習タスクにおいて、より堅牢性とドメイン適応性を向上することを示す。
論文 参考訳（メタデータ） (2020-09-21T02:48:46Z) - Few-shot Visual Reasoning with Meta-analogical Contrastive Learning [141.2562447971]
本稿では,類似推論に頼って,数ショット(または低ショット)の視覚推論問題を解くことを提案する。
両領域の要素間の構造的関係を抽出し、類似学習と可能な限り類似するように強制する。
RAVENデータセット上での本手法の有効性を検証し, トレーニングデータが少ない場合, 最先端の手法より優れることを示す。
論文 参考訳（メタデータ） (2020-07-23T14:00:34Z) - Logical Separability of Labeled Data Examples under Ontologies [23.800397174740986]
オントロジーの存在下でのデータの分離式の存在について検討する。
分離するために、説明ロジック $mathcalALCI$、ガードされたフラグメント、2変数のフラグメント、ガードされたフラグメントを検討します。
本研究は, 分離可能性のモデル理論的特徴, 異なる言語の分離能力の比較, 分離性を決定する計算複雑性について検討した。
論文 参考訳（メタデータ） (2020-07-03T11:00:47Z)
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。