論文の概要: Semgrex and Ssurgeon, Searching and Manipulating Dependency Graphs
- arxiv url: http://arxiv.org/abs/2404.16250v1
- Date: Wed, 24 Apr 2024 23:39:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 15:07:57.316682
- Title: Semgrex and Ssurgeon, Searching and Manipulating Dependency Graphs
- Title(参考訳): SemgrexとSsurgeon, 依存グラフの検索と操作
- Authors: John Bauer, Chloe Kiddon, Eric Yeh, Alex Shan, Christopher D. Manning,
- Abstract要約: 本稿では,依存グラフを検索するシステムであるSemgrexを文書化し,Semgrexの出力を操作するシステムであるSsurgeonを紹介する。
これらのシステムで使用されるコンパクトな言語は、依存性のコマンドラインやAPI処理を容易にする。
- 参考スコア(独自算出の注目度): 26.13677650993835
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Searching dependency graphs and manipulating them can be a time consuming and challenging task to get right. We document Semgrex, a system for searching dependency graphs, and introduce Ssurgeon, a system for manipulating the output of Semgrex. The compact language used by these systems allows for easy command line or API processing of dependencies. Additionally, integration with publicly released toolkits in Java and Python allows for searching text relations and attributes over natural text.
- Abstract(参考訳): 依存性グラフを検索してそれらを操作するのは、正しく行うのに時間がかかり、難しい作業になる可能性がある。
本稿では,依存グラフを検索するシステムであるSemgrexを文書化し,Semgrexの出力を操作するシステムであるSsurgeonを紹介する。
これらのシステムで使用されるコンパクトな言語は、依存性のコマンドラインやAPI処理を容易にする。
さらに、JavaとPythonで公開されたツールキットとの統合により、テキストの関係や属性を自然のテキストで検索できる。
関連論文リスト
- PyG-SSL: A Graph Self-Supervised Learning Toolkit [71.22547762704602]
Graph Self-Supervised Learning (SSL)は近年,重要な研究領域として現れている。
これらのグラフSSLメソッドの顕著な成果にもかかわらず、その実装は初心者にとって大きな課題となっている。
PyG-SSLと呼ばれるグラフSSLツールキットは、PyTorch上に構築されており、さまざまなディープラーニングや科学計算バックエンドと互換性がある。
論文 参考訳(メタデータ) (2024-12-30T18:32:05Z) - Can LLMs Convert Graphs to Text-Attributed Graphs? [35.53046810556242]
既存のグラフをテキスト対応グラフに変換するために,Topology-Aware Node description Synthesis (TANS)を提案する。
我々はTANSをテキストリッチ,テキスト制限,テキストフリーのグラフで評価し,その適用性を示した。
論文 参考訳(メタデータ) (2024-12-13T13:32:59Z) - GraphNeuralNetworks.jl: Deep Learning on Graphs with Julia [1.6925194411091724]
GraphNeuralNetworks.jlは、Juliaプログラミング言語で記述されたグラフのディープラーニングのためのオープンソースのフレームワークである。
複数のGPUバックエンド、汎用スパースまたは高密度グラフ表現をサポートし、標準、異種、時間グラフを操作するための便利なインターフェースを提供する。
論文 参考訳(メタデータ) (2024-12-09T10:14:01Z) - RAGViz: Diagnose and Visualize Retrieval-Augmented Generation [16.91653397201039]
Retrieval-augmented Generation (RAG)は、ドメイン固有のソースからの知識を大きな言語モデルに結合する。
本稿では,得られた文書中の生成したトークンの注意力を可視化するRAG診断ツールであるRAGVizを提案する。
RAGVizは、(1)トークンと文書レベルの注意の可視化、(2)コンテキスト文書の追加と削除に関する生成比較の2つの主要な機能を提供している。
論文 参考訳(メタデータ) (2024-11-04T02:30:05Z) - Graph Chain-of-Thought: Augmenting Large Language Models by Reasoning on Graphs [60.71360240206726]
大規模言語モデル(LLM)は、特に知識集約的なタスクにおいて幻覚に悩まされる。
既存の研究は、外部知識コーパスから取得した個々のテキスト単位でLLMを拡張することを提案する。
本稿では,グラフを反復的に推論することで,LLMをグラフで拡張するためのGraph Chain-of-thinkt (Graph-CoT) というフレームワークを提案する。
論文 参考訳(メタデータ) (2024-04-10T15:41:53Z) - TopoX: A Suite of Python Packages for Machine Learning on Topological Domains [89.43928198132942]
TopoXはPythonのソフトウェアスイートで、トポロジ上のコンピューティングと機械学習のための信頼性とユーザフレンドリなビルディングブロックを提供する。
TopoXは、TopoNetX、TopoEmbedX、TopoModelXの3つのパッケージで構成されている。
論文 参考訳(メタデータ) (2024-02-04T10:41:40Z) - ChatGraph: Chat with Your Graphs [24.344119857435178]
我々はChatGraphと呼ばれる大規模言語モデル(LLM)ベースのフレームワークを提案する。
ChatGraphを使えば、ユーザは自然言語でグラフと対話できるので、従来のアプローチよりも使いやすく、柔軟になる。
論文 参考訳(メタデータ) (2024-01-23T11:29:19Z) - ControlLLM: Augment Language Models with Tools by Searching on Graphs [97.62758830255002]
我々は,大規模言語モデル(LLM)が実世界のタスクを解くためのマルチモーダルツールを利用できる新しいフレームワークであるControlLLMを提案する。
フレームワークは,(1)複雑なタスクを明確なサブタスクに分割し,入力と出力を適切に定義したサブタスクに分解するtextittask Decomposer,(2)構築済みのツールグラフ上で最適なソリューションパスを探索する textitThoughts-on-Graph(ToG)パラダイム,(3)ソリューションパスを解釈して実行するリッチなツールボックスを備えた textitexecution Engine,の3つの主要なコンポーネントから構成される。
論文 参考訳(メタデータ) (2023-10-26T21:57:21Z) - Binding Language Models in Symbolic Languages [146.3027328556881]
Binderはトレーニング不要のニューラルシンボリックフレームワークで、タスク入力をプログラムにマッピングする。
解析の段階では、Codexは元のプログラミング言語では答えられないタスク入力の一部を特定することができる。
実行段階では、CodexはAPI呼び出しで適切なプロンプトを与えられた万能機能を実行することができる。
論文 参考訳(メタデータ) (2022-10-06T12:55:17Z) - GRAPE for Fast and Scalable Graph Processing and random walk-based
Embedding [0.5035217505850539]
本稿では,グラフ処理と埋め込みのためのソフトウェアリソースであるGRAPEを紹介する。
専門的でスマートなデータ構造、アルゴリズム、ランダムウォークベースのメソッドの高速な並列実装を使用することで、大きなグラフでスケールすることができる。
論文 参考訳(メタデータ) (2021-10-12T17:49:46Z) - pyBART: Evidence-based Syntactic Transformations for IE [52.93947844555369]
pyBARTは、英語のUD木を拡張UDグラフに変換するためのオープンソースのPythonライブラリである。
パターンに基づく関係抽出のシナリオで評価すると、より少ないパターンを必要としながら、より高精細なUDよりも高い抽出スコアが得られる。
論文 参考訳(メタデータ) (2020-05-04T07:38:34Z)
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。