論文の概要: Duality-based Mode Operations and Pyramid Multilayer Mapping for Rhetorical Modes
- arxiv url: http://arxiv.org/abs/2511.06601v1
- Date: Mon, 10 Nov 2025 01:17:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-11 21:18:45.01564
- Title: Duality-based Mode Operations and Pyramid Multilayer Mapping for Rhetorical Modes
- Title（参考訳）: 二重モード操作とリアクタルモードのピラミッド多層マッピング
- Authors: Zi-Niu Wu,
- Abstract要約: 本稿では,二元性に基づく二元性モードの操作を提案し,組み合わせや一般化といった生成モードを導入している。
また、ピラミッド多層マッピングフレームワークも提供し、結果として生じる認知の複雑さを低減する。
この研究から、将来のAIシステムが言語トークンだけでなく、階層化された修辞的推論構造上で動作するための経路を特定できるだろう。
- 参考スコア（独自算出の注目度）: 1.0648759586549603
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Rhetorical modes are useful in both academic and non-academic writing, and can be subjects to be studied within linguistic research and computational modeling. Establishing a conceptual bridge among these domains could enable each to benefit from the others. This paper proposes duality-based mode operations (split-unite, forward-backward, expansion-reduction and orthogonal dualities) to expand the set of rhetorical modes, introducing generated modes like combination and generalization, thereby enhancing epistemic diversity across multiple applications. It further presents a pyramid multilayer mapping framework (e.g., three layers from the rhetorical model layer, to cognitive layer, and to epistemic layers) that reduces the resulting cognitive complexity. The degrees of expressive diversity and complexity reduction are quantified through binomial combinatorics and Shannon entropy analysis. A Marginal Rhetorical Bit (MRB) is identified, permitting the definition of a rhetorical-scalable parameter that measures expressive growth speed in bits per stage. A direct entropy measure shows that hierarchical selection over smaller subsets markedly reduces choice uncertainty compared with flat selection across all modes. These considerations appear to transform static and non-measurable rhetorical taxonomies into more dynamic and more measurable systems for discourse design. From this work, it would be possible to identify a pathway for future AI systems to operate not only on language tokens but on layered rhetorical reasoning structures, bridging linguistic, pedagogical, academic, and computational research
- Abstract（参考訳）: 修辞モードは学術的・非学術的な執筆にも有用であり、言語研究や計算モデルにおいて研究対象となる。
これらのドメイン間に概念的なブリッジを確立することで、それぞれが他のドメインの恩恵を受けることができる。
本稿では,二元性に基づくモード操作(分割単位,前後方向,拡張縮小,直交双対)を提案し,複数のアプリケーションにまたがるエピステミックの多様性を向上する。
さらに、ピラミッド多層マッピングフレームワーク(例えば、レトリックモデル層から認知層への3つのレイヤ、認識層へのマッピング)を提示し、結果として生じる認知複雑性を低減します。
表現の多様性と複雑性の低下の度合いは、二項組合せ論とシャノンエントロピー分析によって定量化される。
MRB(Marginal Rhetorical Bit)を同定し、ステージ毎のビットの表現的成長速度を測定する修辞可能パラメータの定義を可能にする。
直接エントロピー測度は、より小さな部分集合に対する階層的選択が、全てのモードにわたる平坦な選択と比較して、選択の不確実性を著しく減少させることを示している。
これらの考察は、静的で測定不可能な修辞学分類を、談話設計のためのよりダイナミックで測定可能なシステムに変換しているように見える。
この研究から、将来のAIシステムが言語トークンだけでなく、階層化された修辞的推論構造、ブリッジング言語学、教育学、学術研究、計算研究で機能する経路を特定できるだろう。
関連論文リスト
- Unifying Tree Search Algorithm and Reward Design for LLM Reasoning: A Survey [92.71325249013535]
線形木探索はLarge Language Model (LLM) 研究の基盤となっている。
本稿では,検索アルゴリズムを3つのコアコンポーネントに分解する統合フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-11T03:29:18Z) - From Basic Affordances to Symbolic Thought: A Computational Phylogenesis of Biological Intelligence [0.0]
本稿では,2種類の階層的統合が基本的動的結合の上に最小限の要件であり,シンボリック思考を実現することを提案する。
我々はこの仮説を、17のシミュレーションの体系的なコレクションで検証し、多地点述語と構造マッピングの能力と能力を備えた認知アーキテクチャの能力について検討した。
結果は、人間の脳がどのように象徴的な思考をもたらすかを理解し、生物学的知性と機械学習に対する現代のアプローチの違いについて語る。
論文 参考訳（メタデータ） (2025-08-20T21:38:06Z) - Rhetorical Text-to-Image Generation via Two-layer Diffusion Policy Optimization [6.169979847774362]
Rhet2Pixは、多段階ポリシー最適化問題として修辞的テキスト・画像生成を定式化するフレームワークである。
GPT-4o,Grok-3などのSOTA MLLMと,定性評価と定量的評価の両面において,本モデルの方が優れた成績を示した。
論文 参考訳（メタデータ） (2025-05-28T19:03:37Z) - LogiDynamics: Unraveling the Dynamics of Inductive, Abductive and Deductive Logical Inferences in LLM Reasoning [74.0242521818214]
本稿では,大言語モデル(LLM)におけるインダクティブ(システム1)と帰納的/帰納的(システム2)の推論の比較力学を体系的に検討する。
我々は、制御されたアナログ推論環境、多様度(テキスト、視覚、記号)、難易度、タスク形式(MCQ/フリーテキスト)を利用する。
我々の分析によると、System 2のパイプラインは一般的に、特に視覚的/象徴的なモダリティや難しいタスクにおいて優れており、System 1はテキストやより簡単な問題に対して競争力がある。
論文 参考訳（メタデータ） (2025-02-16T15:54:53Z) - GSSF: Generalized Structural Sparse Function for Deep Cross-modal Metric Learning [51.677086019209554]
ペアワイド類似性学習のためのモダリティ間の強力な関係を捕捉する汎用構造スパースを提案する。
距離メートル法は、対角線とブロック対角線の2つの形式を微妙にカプセル化する。
クロスモーダルと2つの余分なユニモーダル検索タスクの実験は、その優位性と柔軟性を検証した。
論文 参考訳（メタデータ） (2024-10-20T03:45:50Z) - Modeling Dense Multimodal Interactions Between Biological Pathways and Histology for Survival Prediction [3.2274401541163322]
本稿では,パスとヒストロジーパッチトークン間の相互作用をモデル化できるメモリ効率の良いマルチモーダルトランスを提案する。
提案モデルであるSURVPATHは,非モーダルベースラインとマルチモーダルベースラインの両方に対して評価した場合に,最先端の性能を実現する。
論文 参考訳（メタデータ） (2023-04-13T21:02:32Z) - How Do Transformers Learn Topic Structure: Towards a Mechanistic
Understanding [56.222097640468306]
我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する
数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
論文 参考訳（メタデータ） (2023-03-07T21:42:17Z) - Dialogue Meaning Representation for Task-Oriented Dialogue Systems [51.91615150842267]
タスク指向対話のための柔軟かつ容易に拡張可能な表現である対話意味表現(DMR)を提案する。
我々の表現は、合成意味論とタスク固有の概念のためのリッチな意味論を表現するために、継承階層を持つノードとエッジのセットを含んでいる。
異なる機械学習ベースの対話モデルを評価するための2つの評価タスクを提案し、さらにグラフベースのコア参照解決タスクのための新しいコア参照解決モデルGNNCorefを提案する。
論文 参考訳（メタデータ） (2022-04-23T04:17:55Z) - High-Modality Multimodal Transformer: Quantifying Modality & Interaction
Heterogeneity for High-Modality Representation Learning [112.51498431119616]
本稿では,多種多様なモダリティを含む高モダリティシナリオに対する効率的な表現学習について検討する。
単一のモデルであるHighMMTは、テキスト、画像、オーディオ、ビデオ、センサー、プロプレセプション、スピーチ、時系列、セット、テーブル)と5つの研究領域から15のタスクをスケールする。
論文 参考訳（メタデータ） (2022-03-02T18:56:20Z) - Syntactic Perturbations Reveal Representational Correlates of
Hierarchical Phrase Structure in Pretrained Language Models [22.43510769150502]
文レベルの構文のどの側面がベクターベースの言語表現によってキャプチャされるのかは、完全には分かっていない。
このプロセスでは,トランスフォーマーが文のより大きな部分の層に感性を持たせることが示され,階層的な句構造が重要な役割を果たしている。
論文 参考訳（メタデータ） (2021-04-15T16:30:31Z)
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。