論文の概要: Conceptual Engineering Using Large Language Models

• arxiv url: http://arxiv.org/abs/2312.03749v2
• Date: Sat, 02 Nov 2024 01:36:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:45:26.341246
• Title: Conceptual Engineering Using Large Language Models
• Title（参考訳）: 大規模言語モデルを用いた概念工学
• Authors: Bradley P. Allen,
• Abstract要約: ウィキデータナレッジグラフから得られたデータを用いて、2つの概念工学プロジェクトに関する規定的定義を評価する。 その結果,本手法を用いて構築した分類手順は,優れた分類性能を示すことがわかった。 我々は、この研究に対して、概念工学の理論と実践の3つの側面に異議を申し立てる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We describe a method, based on Jennifer Nado's proposal for classification procedures as targets of conceptual engineering, that implements such procedures by prompting a large language model. We apply this method, using data from the Wikidata knowledge graph, to evaluate stipulative definitions related to two paradigmatic conceptual engineering projects: the International Astronomical Union's redefinition of PLANET and Haslanger's ameliorative analysis of WOMAN. Our results show that classification procedures built using our approach can exhibit good classification performance and, through the generation of rationales for their classifications, can contribute to the identification of issues in either the definitions or the data against which they are being evaluated. We consider objections to this method, and discuss implications of this work for three aspects of theory and practice of conceptual engineering: the definition of its targets, empirical methods for their investigation, and their practical roles. The data and code used for our experiments, together with the experimental results, are available in a Github repository.
• Abstract（参考訳）: 本稿では,ジェニファー・ナド(Jennifer Nado)による概念工学のターゲットとして分類手順を提案する手法について述べる。 本稿では,Wikidataナレッジグラフのデータを用いて,国際天文学連合によるPLANETの再定義と,ハスランガーによるWOMANの改善分析という,2つのパラダイム的概念工学プロジェクトに関する規定的定義を評価する。 その結果,本手法を用いて構築した分類手順は,優れた分類性能を示し,それらの分類の合理性の生成を通じて,評価対象とする定義やデータのいずれにおいても,課題の識別に寄与することが示唆された。 本稿では,本手法に対する異議を唱え,概念工学の理論と実践の3つの側面,その対象の定義,研究の実証的方法,実践的役割について論じる。 実験に使用されるデータとコードは、実験結果とともに、Githubリポジトリで公開されています。

関連論文リスト

• A Holistic Approach to Unifying Automatic Concept Extraction and Concept Importance Estimation [18.600321051705482]
  概念に基づくアプローチは最も有望な説明可能性手法として現れている。 これら2つのステップを包括的に定義し、明確化する統一理論フレームワークを導入する。 類似の共有戦略に基づいて分類されたデータポイントのクラスタを効率的に識別する方法を示す。
  論文  参考訳（メタデータ） (2023-06-11T23:28:02Z)
• Evaluation of Self-taught Learning-based Representations for Facial Emotion Recognition [62.30451764345482]
  この研究は、顔の感情認識のための自己学習の概念を通じて得られた教師なし表現を生成するための様々な戦略を記述する。 このアイデアは、オートエンコーダの初期化、アーキテクチャ、トレーニングデータを変化させることで、多様性を促進する補完的な表現を作ることである。 Jaffe と Cohn-Kanade のデータセットに対する残余のサブジェクトアウトプロトコルによる実験結果から,提案した多種多様な表現に基づく FER 手法が最先端のアプローチと好適に比較できることが示唆された。
  論文  参考訳（メタデータ） (2022-04-26T22:48:15Z)
• Visual Ground Truth Construction as Faceted Classification [4.7590051176368915]
  アプローチの主な新規性は、視覚的種分化を利用した視覚特性から分類階層を構築するという事実にある。 提案手法は、音楽実験のImageNet階層に関する一連の実験によって検証される。
  論文  参考訳（メタデータ） (2022-02-17T08:35:23Z)
• Discovering Concepts in Learned Representations using Statistical Inference and Interactive Visualization [0.76146285961466]
  概念発見は、深層学習の専門家とモデルエンドユーザーの間のギャップを埋めるために重要である。 現在のアプローチには、手作りの概念データセットと、それを潜在空間方向に変換することが含まれる。 本研究では,複数の仮説テストに基づく意味ある概念のユーザ発見と,インタラクティブな可視化に関する2つのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-02-09T22:29:48Z)
• Semantic Search for Large Scale Clinical Ontologies [63.71950996116403]
  本稿では,大規模臨床語彙検索システムを構築するための深層学習手法を提案する。 本稿では,意味学習データに基づくトレーニングデータを生成するTriplet-BERTモデルを提案する。 このモデルは,5つの実ベンチマークデータセットを用いて評価され,提案手法は自由テキストから概念,概念まで,概念語彙の検索において高い結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-01-01T05:15:42Z)
• On Sample Based Explanation Methods for NLP:Efficiency, Faithfulness, and Semantic Evaluation [23.72825603188359]
  我々は、任意のテキストシーケンスを説明単位として許容することにより、説明の解釈可能性を向上させることができる。 本研究では,人間による説明の判断に適合する意味に基づく評価指標を提案する。
  論文  参考訳（メタデータ） (2021-06-09T00:49:56Z)
• Visualization of Supervised and Self-Supervised Neural Networks via Attribution Guided Factorization [87.96102461221415]
  クラスごとの説明性を提供するアルゴリズムを開発した。 実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
  論文  参考訳（メタデータ） (2020-12-03T18:48:39Z)
• Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
  本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。 提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。 分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
  論文  参考訳（メタデータ） (2020-11-13T10:53:27Z)
• A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
  既存の説明可能性技術を評価するための診断特性のリストを作成する。 そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
  論文  参考訳（メタデータ） (2020-09-25T12:01:53Z)
• Concept Learners for Few-Shot Learning [76.08585517480807]
  本研究では,人間の解釈可能な概念次元に沿って学習することで,一般化能力を向上させるメタ学習手法であるCOMETを提案する。 我々は,細粒度画像分類,文書分類,セルタイプアノテーションなど,さまざまな領域からの少数ショットタスクによるモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-07-14T22:04:17Z)

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。