論文の概要: You shall know a piece by the company it keeps. Chess plays as a data for word2vec models
- arxiv url: http://arxiv.org/abs/2407.19600v1
- Date: Sun, 28 Jul 2024 22:12:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-30 15:35:33.628252
- Title: You shall know a piece by the company it keeps. Chess plays as a data for word2vec models
- Title（参考訳）: ChessはWord2vecモデルのデータとして活躍する会社だ。
- Authors: Boris Orekhov,
- Abstract要約: 単語埋め込み(word2vec)が、自然言語テキストの代わりにチェスゲームテキストでどのように機能するかを示します。
これらのベクターモデルは、エンジンや人々が最良の行動を選ぶのに役立つとは考えられません。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, I apply linguistic methods of analysis to non-linguistic data, chess plays, metaphorically equating one with the other and seeking analogies. Chess game notations are also a kind of text, and one can consider the records of moves or positions of pieces as words and statements in a certain language. In this article I show how word embeddings (word2vec) can work on chess game texts instead of natural language texts. I don't see how this representation of chess data can be used productively. It's unlikely that these vector models will help engines or people choose the best move. But in a purely academic sense, it's clear that such methods of information representation capture something important about the very nature of the game, which doesn't necessarily lead to a win.
- Abstract（参考訳）: 本稿では,非言語的データ,チェス遊び,比喩的に同一視し,類推を求める言語的分析手法を応用する。
チェスゲーム表記法は一種のテキストであり、ある言語の単語や文として作品の動きや位置の記録を考えることができる。
本稿では,自然言語テキストの代わりに,単語埋め込み(word2vec)がチェスゲームテキストでどのように機能するかを示す。
このチェスデータの表現が、どのようにして生産的に使われるかはわかりません。
これらのベクターモデルは、エンジンや人々が最良の行動を選ぶのに役立つとは考えられません。
しかし、純粋に学術的な意味では、そのような情報表現の方法はゲームの本質について重要なものを捉えていることは明らかであり、必ずしも勝利に繋がるとは限らない。
関連論文リスト
- Explore the Reasoning Capability of LLMs in the Chess Testbed [45.12891789312405]
我々は,注釈付き戦略と戦術を統合することで,チェスにおける大規模言語モデルの推論能力を向上させることを提案する。
我々はLLaMA-3-8Bモデルを微調整し、より優れたチェスの動きを選択するタスクにおいて、最先端の商用言語モデルと比較する。
論文 参考訳（メタデータ） (2024-11-11T01:42:56Z) - Predicting User Perception of Move Brilliance in Chess [3.434553688053531]
チェスの動きを華々しく分類する最初のシステムを示す。
精度は79%(ベースレート50%)、PPVは83%、NPVは75%である。
より弱いエンジンが低品質とみなすと、この動きは輝かしく、すべて等しいと予測される傾向が示される。
論文 参考訳（メタデータ） (2024-06-14T17:46:26Z) - Learning to Play Chess from Textbooks (LEAP): a Corpus for Evaluating
Chess Moves based on Sentiment Analysis [4.314956204483074]
本稿では,チェスの遊び方を学ぶための新しい知識源として,チェスの教科書について検討する。
我々はLEAPコーパスを開発した。LEAPコーパスは、構造化された(記法やボード状態を動かす)構造付きおよび非構造化データを備えた、最初の、そして新しい異種データセットである。
感情分析のための各種変圧器ベースラインモデルの性能評価実験を行った。
論文 参考訳（メタデータ） (2023-10-31T08:26:02Z) - ChessGPT: Bridging Policy Learning and Language Modeling [17.85415939196955]
ChessGPTはポリシー学習と言語モデリングのためのGPTモデルである。
チェスに関連する大規模ゲームと言語データセットを構築した。
政策学習と言語モデリングを統合したChessCLIPとChessGPTのモデル例を2つ紹介する。
論文 参考訳（メタデータ） (2023-06-15T15:35:31Z) - Intransitively winning chess players positions [91.3755431537592]
チェス選手の位置の勝利の間の関係の空間はユークリッドではない。
ツェルメロ・ヴォン・ノイマンの定理は、純粋な勝利戦略を構築する可能性と不可能性についての言明によって補完される。
論文 参考訳（メタデータ） (2022-12-11T05:55:05Z) - Measuring the Non-Transitivity in Chess [19.618609913302855]
我々は、人間のプレイヤーの実際のデータを通してチェスの非透過性を定量化する。
非透過性の度合いとチェス選手のレーティングの進行との間には強いつながりがある。
論文 参考訳（メタデータ） (2021-10-22T12:15:42Z) - Deriving Word Vectors from Contextualized Language Models using
Topic-Aware Mention Selection [46.97185212695267]
本稿では,この基本戦略に従って単語表現を学習する手法を提案する。
我々は、文脈を符号化するワードベクトルの袋ではなく、文脈化された言語モデル(CLM)を利用する。
この単純な戦略は、単語埋め込みや既存のCLMベースの戦略よりも意味的特性をより予測し、高品質な単語ベクトルに繋がることを示す。
論文 参考訳（メタデータ） (2021-06-15T08:02:42Z) - Learning Chess Blindfolded: Evaluating Language Models on State Tracking [69.3794549747725]
私たちはチェスのゲームのための言語モデリングのタスクを検討します。
自然言語とは異なり、チェス表記法は単純で制約のある決定論的領域を記述する。
トランスフォーマー言語モデルでは,移動シーケンスのみを訓練することで,ピースの追跡や法的動作の予測を高精度に行うことができる。
論文 参考訳（メタデータ） (2021-02-26T01:16:23Z) - Teach me to play, gamer! Imitative learning in computer games via
linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。
この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文 参考訳（メタデータ） (2021-01-06T21:14:10Z) - Learning to Play Sequential Games versus Unknown Opponents [93.8672371143881]
学習者が最初にプレーするゲームと、選択した行動に反応する相手との連続的なゲームについて考察する。
対戦相手の対戦相手列と対戦する際,学習者に対して新しいアルゴリズムを提案する。
我々の結果には、相手の反応の正則性に依存するアルゴリズムの後悔の保証が含まれている。
論文 参考訳（メタデータ） (2020-07-10T09:33:05Z)
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。