論文の概要: Recursive Semantic Anchoring in ISO 639:2023: A Structural Extension to ISO/TC 37 Frameworks

• arxiv url: http://arxiv.org/abs/2506.06870v1
• Date: Sat, 07 Jun 2025 17:36:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.53866
• Title: Recursive Semantic Anchoring in ISO 639:2023: A Structural Extension to ISO/TC 37 Frameworks
• Title（参考訳）: ISO 639:2023: ISO/TC 37 フレームワークの構造拡張
• Authors: Bugra Kilictas, Faruk Alpay,
• Abstract要約: ISO 639:2023はISO言語コードファミリを統一し、コンテキストメタデータを導入するが、方言のドリフトとクレオールの混合を扱うためのマシンネイティブメカニズムは欠如している。 我々はセマンティックアンカリングの形式化を提案し、すべての言語エンティティに$chi$ 固定ポイント演算子のファミリ $phi_n,m$ そのモデル境界セマンティックドリフトを提案する。 このフレームワークはISO/TC 37と互換性があり、将来の標準のためにAIで処理可能なドリフト対応セマンティックレイヤを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: ISO 639:2023 unifies the ISO language-code family and introduces contextual metadata, but it lacks a machine-native mechanism for handling dialectal drift and creole mixtures. We propose a formalisation of recursive semantic anchoring, attaching to every language entity $\chi$ a family of fixed-point operators $\phi_{n,m}$ that model bounded semantic drift via the relation $\phi_{n,m}(\chi) = \chi \oplus \Delta(\chi)$, where $\Delta(\chi)$ is a drift vector in a latent semantic manifold. The base anchor $\phi_{0,0}$ recovers the canonical ISO 639:2023 identity, whereas $\phi_{99,9}$ marks the maximal drift state that triggers a deterministic fallback. Using category theory, we treat the operators $\phi_{n,m}$ as morphisms and drift vectors as arrows in a category $\mathrm{DriftLang}$. A functor $\Phi: \mathrm{DriftLang} \to \mathrm{AnchorLang}$ maps every drifted object to its unique anchor and proves convergence. We provide an RDF/Turtle schema (\texttt{BaseLanguage}, \texttt{DriftedLanguage}, \texttt{ResolvedAnchor}) and worked examples -- e.g., $\phi_{8,4}$ (Standard Mandarin) versus $\phi_{8,7}$ (a colloquial variant), and $\phi_{1,7}$ for Nigerian Pidgin anchored to English. Experiments with transformer models show higher accuracy in language identification and translation on noisy or code-switched input when the $\phi$-indices are used to guide fallback routing. The framework is compatible with ISO/TC 37 and provides an AI-tractable, drift-aware semantic layer for future standards.
• Abstract（参考訳）: ISO 639:2023はISO言語コードファミリを統一し、コンテキストメタデータを導入するが、方言のドリフトとクレオールの混合を扱うためのマシンネイティブメカニズムは欠如している。 再帰的意味的アンカーの形式化を提案し、すべての言語エンティティに $\chi$ a family of fixed-point operator $\phi_{n,m}$ そのモデルが有界な意味的ドリフトを$\phi_{n,m}(\chi) = \chi \oplus \Delta(\chi)$, ここで $\Delta(\chi)$ は潜在意味的多様体内のドリフトベクトルである。 ベースアンカー$\phi_{0,0}$は標準ISO 639:2023IDを回復するが、$\phi_{99,9}$は決定論的フォールバックを引き起こす最大ドリフト状態を示す。 圏論を用いて、作用素 $\phi_{n,m}$ を射として扱い、ドリフトベクトルを圏 $\mathrm{DriftLang}$ の矢印として扱う。 関手 $\Phi: \mathrm{DriftLang} \to \mathrm{AnchorLang}$ すべてのドリフトされたオブジェクトをユニークなアンカーにマッピングし、収束を証明する。 RDF/Turtle スキーマ (\texttt{BaseLanguage}, \texttt{DriftedLanguage}, \texttt{ResolvedAnchor}) と作業例 -- e g , $\phi_{8,4}$ (Standard Mandarin) 対 $\phi_{8,7}$ (coloquial variant), $\phi_{1,7}$ for Nigerian Pidgin を英語にアンカーする。 変換器モデルを用いた実験では、フォールバックルーティングのガイドに$\phi$-indicesを使用すると、雑音やコード切替入力での言語識別や翻訳の精度が向上する。 このフレームワークはISO/TC 37と互換性があり、将来の標準のためにAIで処理可能なドリフト対応セマンティックレイヤを提供する。

関連論文リスト

• Attention with Trained Embeddings Provably Selects Important Tokens [73.77633297039097]
  トーケン埋め込みは言語モデリングにおいて重要な役割を担っているが、この実践的関連性にもかかわらず、理論的な理解は限られている。 本論文は,勾配降下法により得られた埋め込み構造を特徴付けることにより,そのギャップを解消する。 実世界のデータセット(IMDB、Yelp)の実験では、我々の理論が明らかにしたものに近い現象が示されている。
  論文  参考訳（メタデータ） (2025-05-22T21:00:09Z)
• Uncovering Untapped Potential in Sample-Efficient World Model Agents [51.65485693709418]
  Simulusは高度にモジュール化されたTBWMエージェントで、マルチモーダルトークン化フレームワーク、本質的なモチベーション、優先順位付けされたWMリプレイ、レグレッション・アズ・クラス化を統合している。 Simulusは3つの異なるベンチマークで、計画自由なWMに対して最先端のサンプル効率を達成する。
  論文  参考訳（メタデータ） (2025-02-17T08:06:10Z)
• Creating an AI Observer: Generative Semantic Workspaces [4.031100721019478]
  我々は、$textbf[G]$enerative $textbf[S]$emantic $textbf[W]$orkspace (GSW)を紹介します。 GSWは、伝統的に定義されたレキシコンラベルのセットとは対照的に、生成的なスタイルのセマンティックフレームワークを作成する。
  論文  参考訳（メタデータ） (2024-06-07T00:09:13Z)
• On Understanding Attention-Based In-Context Learning for Categorical Data [49.40350941996942]
  我々は,アテンションブロックで構成されるネットワークを開発し,各ブロックに自己注意層を付加し,その後にクロスアテンション層と関連するスキップ接続を付加する。 このモデルは、カテゴリー的観察を伴う文脈内推論のための多段階機能的GD推論を正確に行うことができる。
  論文  参考訳（メタデータ） (2024-05-27T15:03:21Z)
• Uncovering hidden geometry in Transformers via disentangling position and context [0.6118897979046375]
  トレーニングされた変換器の隠れ状態(または埋め込み)を解釈可能なコンポーネントに簡易に分解する。 一般的なトランスフォーマーアーキテクチャや多様なテキストデータセットでは、経験的に広範に数学的構造が見つかる。
  論文  参考訳（メタデータ） (2023-10-07T15:50:26Z)
• Simplifying and Understanding State Space Models with Diagonal Linear RNNs [56.33053691749856]
  本研究は、離散化ステップを解消し、バニラ対角線形RNNに基づくモデルを提案する。 概念的にはるかに単純であるにもかかわらず、$mathrmDLR$は以前提案したSSMと同じくらいのパフォーマンスを示す。 また、合成シーケンス・ツー・シーケンス・タスクのスイートによって、SSMとアテンションベースモデルの表現性も特徴付ける。
  論文  参考訳（メタデータ） (2022-12-01T18:53:06Z)
• Near-Optimal Regret Bounds for Multi-batch Reinforcement Learning [54.806166861456035]
  本研究では,有限水平マルコフ決定過程(MDP)によってモデル化されたエピソディック強化学習(RL)問題をバッチ数に制約を加えて検討する。 我々は,$tildeO(sqrtSAH3Kln (1/delta))$tildeO(cdot)をほぼ最適に後悔するアルゴリズムを設計し,$(S,A,H,K)$の対数項を$K$で隠蔽する。 技術的貢献は2つある: 1) 探索のためのほぼ最適設計スキーム
  論文  参考訳（メタデータ） (2022-10-15T09:22:22Z)
• Categorical Representation Learning: Morphism is All You Need [0.0]
  分類表現学習のための構築と「$textitcategorifier$」の基礎について紹介する。 データセット内のすべてのオブジェクト$mathcals$は$textitencoding map$ $e: mathcalobj(mathcals)tomathbbrn$によって$mathbbrn$のベクトルとして表現できる。 概念実証として,我々の技術を搭載したテキスト翻訳者の例を示し,分類的学習モデルがそれを上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-26T23:47:15Z)
• Learners' Languages [0.0]
  バックプロップ・アズ・ファクター(Backprop as functor)では、深層学習の基本的な要素である降下とバックプロパゲーションが、強いモノノイド関手 Para(Euc)$to$Learn として概念化できることが示されている。 ここでは、Slens は 1 変数の関手の圏である Poly の完全な部分圏であり、関手 $Amapsto AyA$ を通して観察する。
  論文  参考訳（メタデータ） (2021-03-01T18:34:00Z)

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。