論文の概要: An Interdisciplinary Review of Commonsense Reasoning and Intent Detection
- arxiv url: http://arxiv.org/abs/2506.14040v1
- Date: Mon, 16 Jun 2025 22:26:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-18 17:34:59.260854
- Title: An Interdisciplinary Review of Commonsense Reasoning and Intent Detection
- Title(参考訳): Commonsense Reasoning と Intent Detection の学際的検討
- Authors: Md Nazmus Sakib,
- Abstract要約: ACL,EMNLP,CHI(2020-2025)の28論文を分析し,方法論と応用によって整理した。
常識推論はゼロショット学習、文化適応、構造化評価、対話的文脈でレビューされる。
インテント検出は、オープンセットモデル、生成的定式化、クラスタリング、人間中心システムを通じて行われる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This review explores recent advances in commonsense reasoning and intent detection, two key challenges in natural language understanding. We analyze 28 papers from ACL, EMNLP, and CHI (2020-2025), organizing them by methodology and application. Commonsense reasoning is reviewed across zero-shot learning, cultural adaptation, structured evaluation, and interactive contexts. Intent detection is examined through open-set models, generative formulations, clustering, and human-centered systems. By bridging insights from NLP and HCI, we highlight emerging trends toward more adaptive, multilingual, and context-aware models, and identify key gaps in grounding, generalization, and benchmark design.
- Abstract(参考訳): 本稿では, 自然言語理解における2つの課題である, 常識推論と意図検出の最近の進歩について考察する。
ACL,EMNLP,CHI(2020-2025)の28論文を分析し,方法論と応用によって整理した。
常識推論はゼロショット学習、文化適応、構造化評価、対話的文脈でレビューされる。
インテント検出は、オープンセットモデル、生成的定式化、クラスタリング、人間中心システムを通じて行われる。
NLPとHCIからの洞察をブリッジすることで、より適応的で多言語的でコンテキスト対応のモデルに向けた新たなトレンドを強調し、基盤設計、一般化、ベンチマーク設計における重要なギャップを特定します。
関連論文リスト
- Large Language Models Meet Stance Detection: A Survey of Tasks, Methods, Applications, Challenges and Future Directions [0.37865171120254354]
スタンス検出は、ソーシャルメディア、ニュース記事、オンラインレビューなど、さまざまなプラットフォームにわたる主観的コンテンツを理解するために不可欠である。
大規模言語モデル(LLM)の最近の進歩は、新しい能力を導入して姿勢検出に革命をもたらした。
本稿では3つの重要な側面に沿って構築されたLCMに基づく姿勢検出手法について,新しい分類法を提案する。
スタンス検出、政治分析、公衆衛生モニタリング、ソーシャルメディアのモデレーションにおける主要な応用について論じる。
論文 参考訳(メタデータ) (2025-05-13T11:47:49Z) - A Survey of Event Causality Identification: Taxonomy, Challenges, Assessment, and Prospects [6.492836595169771]
事象因果同定(ECI)は自然言語処理(NLP)における重要な課題である。
本稿では,既存の手法を分類・解明するための新しい分類フレームワークを提案する。
論文 参考訳(メタデータ) (2024-11-15T17:19:42Z) - SOUL: Towards Sentiment and Opinion Understanding of Language [96.74878032417054]
我々は、言語感覚とオピニオン理解(SOUL)と呼ばれる新しいタスクを提案する。
SOULは2つのサブタスクを通して感情理解を評価することを目的としている:レビュー(RC)と正当化生成(JG)。
論文 参考訳(メタデータ) (2023-10-27T06:48:48Z) - Re-Reading Improves Reasoning in Large Language Models [87.46256176508376]
既成のLarge Language Models (LLM) の推論能力を高めるため, 単純で汎用的で効果的なプロンプト手法であるRe2を導入する。
CoT (Chain-of-Thought) など、ほとんどの思考を刺激する手法とは異なり、Re2 は質問を2回処理することで入力に焦点を移し、理解プロセスを強化する。
提案手法の有効性と汎用性を検証するため,14のデータセットにまたがる広範囲な推論ベンチマークでRe2を評価した。
論文 参考訳(メタデータ) (2023-09-12T14:36:23Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳(メタデータ) (2023-05-22T17:18:29Z) - Open Vocabulary Object Detection with Proposal Mining and Prediction
Equalization [73.14053674836838]
Open-vocabulary Object Detection (OVD)は、学習語彙以外の新しいカテゴリのオブジェクトを検出するために、語彙サイズを拡大することを目的としている。
最近の研究は、事前訓練された視覚言語モデルにおける豊富な知識に頼っている。
本稿では,提案するマイニングと予測等化を備えた新しいOVDフレームワークMEDetを提案する。
論文 参考訳(メタデータ) (2022-06-22T14:30:41Z) - Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。
我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
論文 参考訳(メタデータ) (2020-10-26T21:34:39Z)
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。