Fugu-MT 論文翻訳(概要): Bridging Compositional and Distributional Semantics: A Survey on Latent Semantic Geometry via AutoEncoder

論文の概要: Bridging Compositional and Distributional Semantics: A Survey on Latent Semantic Geometry via AutoEncoder

arxiv url: http://arxiv.org/abs/2506.20083v1
Date: Wed, 25 Jun 2025 01:48:18 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-26 21:00:42.580516
Title: Bridging Compositional and Distributional Semantics: A Survey on Latent Semantic Geometry via AutoEncoder
Title（参考訳）: 構成的および分布的意味論のブリッジング:オートエンコーダを用いた潜在意味幾何学に関する調査
Authors: Yingji Zhang, Danilo S. Carvalho, André Freitas,
Abstract要約: このサーベイは、合成意味論のレンズを通して、潜在空間幾何学に関する新しい視点を提供する。本稿では、Vector Quantized VAE(VQVAE)、Sparse AutoEncoder(SAE)の3つの主流オートエンコーダアーキテクチャをレビューし、比較する。
参考スコア（独自算出の注目度）: 10.880057430629126
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Integrating compositional and symbolic properties into current distributional semantic spaces can enhance the interpretability, controllability, compositionality, and generalisation capabilities of Transformer-based auto-regressive language models (LMs). In this survey, we offer a novel perspective on latent space geometry through the lens of compositional semantics, a direction we refer to as \textit{semantic representation learning}. This direction enables a bridge between symbolic and distributional semantics, helping to mitigate the gap between them. We review and compare three mainstream autoencoder architectures-Variational AutoEncoder (VAE), Vector Quantised VAE (VQVAE), and Sparse AutoEncoder (SAE)-and examine the distinctive latent geometries they induce in relation to semantic structure and interpretability.
Abstract（参考訳）: 構成特性と記号特性を現在の分布意味空間に統合することで、トランスフォーマーベースの自己回帰言語モデル(LM)の解釈可能性、制御可能性、構成性、一般化能力を高めることができる。本稿では、合成意味論のレンズを通して、潜時空間幾何学の新しい視点を提供する。この方向は象徴的意味論と分布的意味論の橋渡しを可能にし、それらのギャップを緩和するのに役立つ。本稿では,VAE(Variational AutoEncoder),Vector Quantized VAE(VQVAE),Sparse AutoEncoder(SAE)の3つの主流オートエンコーダアーキテクチャをレビュー・比較し,セマンティック構造と解釈可能性との関連性について検討する。

関連論文リスト

Sparsification and Reconstruction from the Perspective of Representation Geometry [10.834177456685538]
スパースオートエンコーダ (SAE) は機械的解釈可能性において主要なツールである。本研究は,表現幾何学の観点から,空間の原理を説明する。具体的には、表現を理解し、表現の制約を取り入れることの必要性を強調している。
論文参考訳（メタデータ） (2025-05-28T15:54:33Z)
Federated Contrastive Learning for Personalized Semantic Communication [55.46383524190467]
我々は,パーソナライズされたセマンティックコミュニケーションを支援することを目的とした,協調型コントラスト学習フレームワークを設計する。 FedCLは、複数のクライアントにわたるローカルセマンティックエンコーダと、基地局が所有するグローバルセマンティックデコーダの協調トレーニングを可能にする。分散クライアント間の異種データセットから生じるセマンティック不均衡問題に対処するために,コントラスト学習を用いてセマンティックセントロイドジェネレータを訓練する。
論文参考訳（メタデータ） (2024-06-13T14:45:35Z)
Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
論文参考訳（メタデータ） (2024-04-10T13:24:27Z)
Graph-Induced Syntactic-Semantic Spaces in Transformer-Based Variational AutoEncoders [5.037881619912574]
本稿では,トランスフォーマーを用いたVAEにおける構造構文注入のための潜時空間分離法について検討する。具体的には、グラフベースおよびシーケンシャルモデルの統合により、符号化段階で構文構造をどのように活用するかを検討する。我々の経験的評価は、自然言語文と数学的表現に基づいて行われ、提案したエンドツーエンドのVAEアーキテクチャにより、潜在空間の全体構造がより良くなることを示している。
論文参考訳（メタデータ） (2023-11-14T22:47:23Z)
Interpretable Spectral Variational AutoEncoder (ISVAE) for time series clustering [48.0650332513417]
可変オートエンコーダ(VAE)の出力にフィルタバンク(FB)の解釈可能なボトルネックを組み込んだ新しいモデルを導入する。このアレンジメントは、入力信号の最も情報性の高いセグメントに参加するためにVAEを補完する。 VAEをこのFBに故意に拘束することにより、識別可能で分離可能で次元が縮小した符号化の開発を促進する。
論文参考訳（メタデータ） (2023-10-18T13:06:05Z)
An Integral Projection-based Semantic Autoencoder for Zero-Shot Learning [0.46644955105516456]
ゼロショット学習(ZSL)分類は、トレーニングセットに含まれないクラス(ラベル)を分類または予測する(見えないクラス)。近年の研究では、エンコーダが視覚的特徴空間をセマンティック空間に埋め込み、デコーダが元の視覚的特徴空間を再構成する、異なる意味的オートエンコーダ(SAE)モデルが提案されている。本稿では,意味空間でベクトル化された視覚的特徴空間を潜在表現空間に投影する統合投影型セマンティックオートエンコーダ(IP-SAE)を提案する。
論文参考訳（メタデータ） (2023-06-26T12:06:20Z)
Progressive Semantic-Visual Mutual Adaption for Generalized Zero-Shot Learning [74.48337375174297]
一般化ゼロショット学習(GZSL)は、目に見えない領域から移行した知識によって、見えないカテゴリを特定する。プロトタイプと視覚特徴の対応性を段階的にモデル化するために,デュアルセマンティック・ビジュアル・トランスフォーマーモジュール(DSVTM)をデプロイする。 DSVTMは、インスタンス中心のプロトタイプを学習して異なる画像に適応させる、インスタンス駆動セマンティックエンコーダを考案した。
論文参考訳（メタデータ） (2023-03-27T15:21:43Z)
Formal Semantic Geometry over Transformer-based Variational AutoEncoder [10.209508287003155]
文意味論は,文意味論的な役割 - 単語内容の特徴 - の合成として構成され,形式的意味幾何学が提案される。このような幾何学上の文ベクトルの移動を導くための新しい探索アルゴリズムを提案する。実験結果から,形式的意味幾何学は文生成により良い制御と解釈をもたらす可能性が示唆された。
論文参考訳（メタデータ） (2022-10-12T14:20:33Z)
HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning [74.76431541169342]
ゼロショット学習(ZSL)は、目に見えないクラス認識の問題に取り組み、目に見えないクラスから目に見えないクラスに意味的な知識を移す。本稿では,意味領域と視覚領域を協調させる新しい階層型意味視覚適応(HSVA)フレームワークを提案する。 4つのベンチマークデータセットの実験では、HSVAは従来のZSLと一般的なZSLの両方で優れた性能を示す。
論文参考訳（メタデータ） (2021-09-30T14:27:50Z)
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)

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。