論文の概要: Action Controlled Paraphrasing

• arxiv url: http://arxiv.org/abs/2405.11277v1
• Date: Sat, 18 May 2024 12:26:31 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-21 18:28:33.547777
• Title: Action Controlled Paraphrasing
• Title（参考訳）: パラフレージングによるアクション制御
• Authors: Ning Shi, Zijun Wu, Lili Mou,
• Abstract要約: 制御されたパラフレージングのための新しい設定を提案する。 ユーザ意図のアクションをアクショントークンとして表現し、埋め込みとテキスト埋め込みとの結合を可能にします。 そこで本研究では,表現学習によるユーザ中心設計のためのオプションアクション制御の概念を推進した。
• 参考スコア（独自算出の注目度）: 24.008188423467725
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Recent studies have demonstrated the potential to control paraphrase generation, such as through syntax, which has broad applications in various downstream tasks. However, these methods often require detailed parse trees or syntactic exemplars, which are not user-friendly. Furthermore, an inference gap exists, as control specifications are only available during training but not inference. In this work, we propose a new setup for controlled paraphrasing. Specifically, we represent user-intended actions as action tokens, allowing embedding and concatenating them with text embeddings, thus flowing together to a self-attention encoder for representation fusion. To address the inference gap, we introduce an optional action token as a placeholder that encourages the model to determine the appropriate action when control specifications are inaccessible. Experimental results show that our method successfully enables specific action-controlled paraphrasing and preserves the same or even better performance compared to conventional uncontrolled methods when actions are not given. Our findings thus promote the concept of optional action control for a more user-centered design via representation learning.
• Abstract（参考訳）: 近年の研究では、様々な下流タスクに広く応用されている構文など、パラフレーズ生成を制御できることが実証されている。 しかし、これらの手法は、ユーザフレンドリーでない詳細なパースツリーや構文的例を必要とすることが多い。 さらに、制御仕様はトレーニング中にのみ利用可能だが推論はできないため、推論ギャップが存在する。 本研究では,制御されたパラフレージングのための新しいセットアップを提案する。 具体的には、ユーザ意図のアクションをアクショントークンとして表現し、それらを埋め込み、テキスト埋め込みで結合することで、表現融合のための自己注意エンコーダに一緒に流れ込む。 推論ギャップに対処するため、プレースホルダーとしてオプションアクショントークンを導入し、制御仕様がアクセスできない場合に適切なアクションを決定するようモデルに促す。 実験結果から,アクションが与えられていない場合と比較して,特定の動作制御パラフレージングが可能であり,同じあるいはそれ以上の性能を保っていることがわかった。 そこで本研究では,表現学習によるユーザ中心設計のためのオプションアクション制御の概念を推進した。

関連論文リスト

• Activation Scaling for Steering and Interpreting Language Models [55.59689963561315]
  モデルにうまく介入することは、内部の動作を解釈するための前提条件である、と我々は主張する。 成功した介入は、間違ったトークンで正しいことを正し、その逆を正すべきである。 勾配に基づく最適化を用いることで、特定の種類の効率的かつ解釈可能な介入を学習(そして後で評価)することができる。
  論文  参考訳（メタデータ） (2024-10-07T12:01:32Z)
• Spatio-Temporal Context Prompting for Zero-Shot Action Detection [13.22912547389941]
  本稿では,視覚言語モデルの豊富な知識を効果的に活用し,対人インタラクションを実現する手法を提案する。 同時に複数の人物による異なる行動を認識するという課題に対処するために,興味あるトークンスポッティング機構を設計する。 提案手法は,従来の手法に比べて優れた結果を得ることができ,さらにマルチアクションビデオに拡張することができる。
  論文  参考訳（メタデータ） (2024-08-28T17:59:05Z)
• Fine-grained Controllable Video Generation via Object Appearance and Context [74.23066823064575]
  細粒度制御可能なビデオ生成法(FACTOR)を提案する。 FACTORは、オブジェクトの位置とカテゴリを含む、オブジェクトの外観とコンテキストを制御することを目的としている。 本手法は,オブジェクトの外観を微調整せずに制御し,オブジェクトごとの最適化作業を省く。
  論文  参考訳（メタデータ） (2023-12-05T17:47:33Z)
• Code Models are Zero-shot Precondition Reasoners [83.8561159080672]
  シーケンシャルな意思決定タスクのために、コード表現を使ってアクションの前提条件を推論します。 本稿では,政策によって予測される行動が前提条件と一致していることを保証する事前条件対応行動サンプリング戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-16T06:19:27Z)
• STEER: Semantic Turn Extension-Expansion Recognition for Voice Assistants [8.457830882336332]
  STEERは、従順方向がユーザの以前のコマンドを操る試みであるかどうかを予測するステアリング検出モデルである。 実験の結果, サンプルデータに対して95%以上の精度で, 操舵意図の同定に有望な性能を示した。 入力としてユーザ書き起こしのみに依存することに加えて,モデルの強化版であるSTEER+を導入する。
  論文  参考訳（メタデータ） (2023-10-25T20:41:30Z)
• DiactTOD: Learning Generalizable Latent Dialogue Acts for Controllable Task-Oriented Dialogue Systems [15.087619144902776]
  本稿では,潜在空間における対話行動を表現する対話行動モデル(DiactTOD)を提案する。 大規模なコーパスで事前トレーニングを行うと、DiactTODは対話を予測し制御し、制御可能な応答を生成する。
  論文  参考訳（メタデータ） (2023-08-01T23:29:16Z)
• Pre-training Multi-party Dialogue Models with Latent Discourse Inference [85.9683181507206]
  我々は、多人数対話の会話構造、すなわち、各発話が応答する相手を理解するモデルを事前訓練する。 ラベル付きデータを完全に活用するために,談話構造を潜在変数として扱い,それらを共同で推論し,談話認識モデルを事前学習することを提案する。
  論文  参考訳（メタデータ） (2023-05-24T14:06:27Z)
• Contrastive Language, Action, and State Pre-training for Robot Learning [1.1000499414131326]
  本稿では,ロボット学習における下流作業を支援するために,言語,行動,状態情報を共有埋め込み空間に統一する手法を提案する。 提案手法であるCLASP(Contrastive Language, Action, and State Pre-training)は,CLIPの定式化を拡張し,分散学習を取り入れ,振る舞いテキストアライメントにおける固有の複雑さと一対多の関係を捉える。 本手法は,ゼロショットテキストビヘイビア検索,未知のロボット動作のキャプション,言語条件の強化学習に先立って動作を学習する,といった下流作業に有効であることを示す。
  論文  参考訳（メタデータ） (2023-04-21T07:19:33Z)
• Bridge-Prompt: Towards Ordinal Action Understanding in Instructional Videos [92.18898962396042]
  本稿では,隣接するアクション間のセマンティクスをモデル化する,プロンプトベースのフレームワークであるBridge-Promptを提案する。 我々は個々のアクションラベルを、個々のアクションセマンティクスのギャップを埋める監視のための統合テキストプロンプトとして再構成する。 Br-Promptは複数のベンチマークで最先端を達成する。
  論文  参考訳（メタデータ） (2022-03-26T15:52:27Z)
• Predict and Use Latent Patterns for Short-Text Conversation [5.757975605648179]
  そこで本研究では,より詳細なセマンティックフォーム(潜時応答や部分音声シーケンスなど)を制御可能なセマンティックスとして使用し,生成を導くことを提案する。 以上の結果から,よりリッチなセマンティクスは情報的かつ多様な応答を提供するだけでなく,応答品質の全体的な性能を向上させることができることがわかった。
  論文  参考訳（メタデータ） (2020-10-27T01:31:42Z)
• Inferring Temporal Compositions of Actions Using Probabilistic Automata [61.09176771931052]
  本稿では,動作の時間的構成を意味正規表現として表現し,確率的オートマトンを用いた推論フレームワークを提案する。 我々のアプローチは、長い範囲の複雑なアクティビティを、順序のないアトミックアクションのセットとして予測するか、自然言語文を使ってビデオを取得するという既存の研究とは異なる。
  論文  参考訳（メタデータ） (2020-04-28T00:15:26Z)

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。