論文の概要: Composing or Not Composing? Towards Distributional Construction Grammars
- arxiv url: http://arxiv.org/abs/2412.07419v1
- Date: Tue, 10 Dec 2024 11:17:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-11 14:37:40.254428
- Title: Composing or Not Composing? Towards Distributional Construction Grammars
- Title(参考訳): 構成の有無 : 分散構成文法に向けて
- Authors: Philippe Blache, Emmanuele Chersoni, Giulia Rambelli, Alessandro Lenci,
- Abstract要約: 言語発話の意味を構築することは、構成過程に基づいて段階的に、段階的に行われる。
したがって、両方のアプローチをまとめるフレームワークを提案する必要がある。
本稿では, 構築文法に基づく手法を提案し, この枠組みを完成させ, それらのメカニズムを考察する。
- 参考スコア(独自算出の注目度): 47.636049672406145
- License:
- Abstract: The mechanisms of comprehension during language processing remains an open question. Classically, building the meaning of a linguistic utterance is said to be incremental, step-by-step, based on a compositional process. However, many different works have shown for a long time that non-compositional phenomena are also at work. It is therefore necessary to propose a framework bringing together both approaches. We present in this paper an approach based on Construction Grammars and completing this framework in order to account for these different mechanisms. We propose first a formal definition of this framework by completing the feature structure representation proposed in Sign-Based Construction Grammars. In a second step, we present a general representation of the meaning based on the interaction of constructions, frames and events. This framework opens the door to a processing mechanism for building the meaning based on the notion of activation evaluated in terms of similarity and unification. This new approach integrates features from distributional semantics into the constructionist framework, leading to what we call Distributional Construction Grammars.
- Abstract(参考訳): 言語処理における理解のメカニズムは未解決のままである。
古典的には、言語的発話の意味を構築することは、構成過程に基づいて段階的に段階的に行われると言われる。
しかし、多くの異なる研究が長い間、非構成現象も進行中であることを示した。
したがって、両方のアプローチをまとめるフレームワークを提案する必要がある。
本稿では,これらの異なるメカニズムを考慮に入れた構築文法に基づく手法とフレームワークの完成について述べる。
まず,手話合成文法で提案する特徴構造表現を完成させることにより,この枠組みを形式的に定義する。
第2のステップでは、構成、フレーム、イベントの相互作用に基づく意味の一般的な表現を示す。
この枠組みは、類似性と統一性の観点から評価された活性化の概念に基づいて意味を構築するための処理機構への扉を開く。
この新しいアプローチでは、分散セマンティクスの機能をコンストラクタフレームワークに統合し、分散構成文法(Distributedal Construction Grammars)と呼ぶものにつながります。
関連論文リスト
- Unsupervised Mutual Learning of Discourse Parsing and Topic Segmentation in Dialogue [37.618612723025784]
対話システムでは、会話の焦点の管理と対話のコーディネートにおいて、会話が重要な役割を果たす。
修辞的構造と主題的構造という2つの重要な構造から構成される。
我々は、修辞構造とトピック構造を統合する統一表現を導入し、それら間のセマンティック一貫性を確保する。
本稿では,レトリック構造とトピック構造を協調的にモデル化し,追加アノテーションを必要とせずに相互に強化できる教師なし相互学習フレームワーク(UMLF)を提案する。
論文 参考訳(メタデータ) (2024-05-30T08:10:50Z) - Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。
我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。
我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-06-06T19:17:47Z) - Variational Cross-Graph Reasoning and Adaptive Structured Semantics
Learning for Compositional Temporal Grounding [143.5927158318524]
テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。
新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。
ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
論文 参考訳(メタデータ) (2023-01-22T08:02:23Z) - A General Framework for the Representation of Function and Affordance: A
Cognitive, Causal, and Grounded Approach, and a Step Toward AGI [5.609443065827994]
機能を扱う一般的なフレームワークは、人工知能を達成するための大きなステップである。
このフレームワークは、概念依存と呼ばれる表現フレームワークを意味する汎用言語の拡張に基づいて開発されている。
論文 参考訳(メタデータ) (2022-06-02T08:25:55Z) - Towards Unification of Discourse Annotation Frameworks [0.0]
我々は,異なるフレームワーク間の系統的関係を調査し,フレームワークを統一する手法を考案する。
フレームワーク統合の問題は長い間議論の的だったが、現時点では包括的なアプローチはない。
我々は、統合タスクに自動手段を使用し、構造的な複雑さと下流タスクで結果を評価する計画である。
論文 参考訳(メタデータ) (2022-04-16T11:34:00Z) - Compositional Generalization Requires Compositional Parsers [69.77216620997305]
直近のCOGSコーパスにおける構成原理によって導かれるシーケンス・ツー・シーケンスモデルとモデルを比較した。
構造一般化は構成一般化の重要な尺度であり、複雑な構造を認識するモデルを必要とする。
論文 参考訳(メタデータ) (2022-02-24T07:36:35Z) - Transition-based Bubble Parsing: Improvements on Coordination Structure
Prediction [18.71574180551552]
本稿では,気泡増進構造解析のための遷移システムとニューラルモデルを提案する。
The English Penn Treebank and the English GENIA corpus での実験結果から,我々の研究は構造予測のコーディネートにおける過去の最先端のアプローチに勝っていることが示された。
論文 参考訳(メタデータ) (2021-07-14T18:00:05Z) - Unsupervised Distillation of Syntactic Information from Contextualized
Word Representations [62.230491683411536]
我々は,ニューラルネットワーク表現における意味論と構造学の非教師なしの絡み合いの課題に取り組む。
この目的のために、構造的に類似しているが意味的に異なる文群を自動的に生成する。
我々は、我々の変換クラスタベクトルが、語彙的意味論ではなく構造的特性によって空間に現れることを実証する。
論文 参考訳(メタデータ) (2020-10-11T15:13:18Z) - Structured Attention for Unsupervised Dialogue Structure Induction [110.12561786644122]
本稿では、構造化された注意層を離散潜在状態を持つ変化型リカレントニューラルネットワーク(VRNN)モデルに組み込んで、教師なしの方法で対話構造を学ぶことを提案する。
バニラVRNNと比較して、構造化された注意は、構造的帰納バイアスを強制しながら、ソース文の埋め込みの異なる部分にフォーカスすることができる。
論文 参考訳(メタデータ) (2020-09-17T23:07:03Z)
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。