論文の概要: Surprisal Minimisation over Goal-directed Alternatives Predicts Production Choice in Dialogue
- arxiv url: http://arxiv.org/abs/2605.00506v1
- Date: Fri, 01 May 2026 08:32:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.911158
- Title: Surprisal Minimisation over Goal-directed Alternatives Predicts Production Choice in Dialogue
- Title（参考訳）: ゴール指向の代替案による対話における生産選択の予備的最小化
- Authors: Tom Utting, Mario Giulianelli, Arabella Sinclair,
- Abstract要約: 我々は、発話生成を文脈的代替よりも確率論的にコストに敏感な選択としてモデル化する。
我々は、固定的なコミュニケーション意図を実現するゴール指向の代替案と、文脈的妥当性によってのみ定義されるゴール依存の代替案とを区別する。
本稿では,言語モデルを用いて2種類の代替集合を生成する手法を提案する。
- 参考スコア（独自算出の注目度）: 7.028870895650563
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We model utterance production as probabilistic cost-sensitive choice over contextual alternatives, using information-theoretic notions of cost. We distinguish between goal-directed alternatives that realise a fixed communicative intent and goal-agnostic alternatives defined only by contextual plausibility, allowing us to derive speaker- and listener-oriented interpretations of different cost measures. We present a procedure to generate both types of alternative sets using language models. Analysing production choices in open-ended dialogue under both deterministic and probabilistic cost minimisation, we find that surprisal minimisation relative to goal-directed alternatives provides the strongest predictive account under both analyses. By contrast, uniform information density and length-based costs exhibit weaker and less consistent predictive power across conditions. More broadly, our study suggests that alternative-conditioned optimisation with LM-generated alternatives provides a principled framework for studying speaker and listener pressures in naturalistic language production.
- Abstract（参考訳）: 我々は,発話生成を,情報理論に基づくコストの概念を用いて,文脈的選択肢よりも確率論的にコストに敏感な選択としてモデル化する。
我々は、固定的なコミュニケーション意図を実現する目標指向の代替手段と、文脈的妥当性によってのみ定義されるゴール依存の代替手段を区別し、異なるコスト尺度の話者指向およびリスナー指向の解釈を導出する。
本稿では,言語モデルを用いて2種類の代替集合を生成する手法を提案する。
決定論的・確率的コスト最小化の下でのオープンエンド対話における生産選択を分析すると、目標指向の代替案に対する仮定的最小化が、どちらの分析においても最強の予測的説明を提供することがわかった。
対照的に、均一な情報密度と長さに基づくコストは、条件によって弱く、一貫性の低い予測力を示す。
より広範に、本研究では、LM生成代替品を用いた代替条件最適化が、自然言語生成における話者および聴取者の圧力を研究するための原則的枠組みを提供することを示唆している。
関連論文リスト
- Preference Estimation via Opponent Modeling in Multi-Agent Negotiation [1.2793978815721552]
本稿では,自然言語情報を構造化ベイズ対人モデリングフレームワークに組み込む新しい選好推定手法を提案する。
本フレームワークは,確率論的推論と自然言語理解を統合することにより,一致率と嗜好推定精度を向上する。
論文 参考訳（メタデータ） (2026-04-17T04:20:43Z) - Consecutive Preferential Bayesian Optimization [5.048216954459151]
我々は、生産と評価のコストを考慮するために、嗜好に基づく最適化を一般化する。
生産コストの高いセットアップや、無関心なフィードバックによるセットアップにおいて、顕著な精度の向上を実証的に示す。
論文 参考訳（メタデータ） (2025-11-07T11:30:36Z) - Cost-Optimal Active AI Model Evaluation [71.2069549142394]
生成AIシステムの開発には、継続的な評価、データ取得、アノテーションが必要である。
我々は、安価だがしばしば不正確で弱いレーダの使用を積極的にバランスさせる新しいコスト認識手法を開発した。
我々は、弱者と強者の間で所定のアノテーション予算を割り当てるためのコスト最適化政策のファミリーを導出する。
論文 参考訳（メタデータ） (2025-06-09T17:14:41Z) - An incremental preference elicitation-based approach to learning potentially non-monotonic preferences in multi-criteria sorting [53.36437745983783]
まず最適化モデルを構築し,非単調な選好をモデル化する。
本稿では,情報量測定手法と質問選択戦略を考案し,各イテレーションにおいて最も情報に富む選択肢を特定する。
2つのインクリメンタルな選好に基づくアルゴリズムは、潜在的に単調な選好を学習するために開発された。
論文 参考訳（メタデータ） (2024-09-04T14:36:20Z) - Learning Phonotactics from Linguistic Informants [54.086544221761486]
本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。
提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
論文 参考訳（メタデータ） (2024-05-08T00:18:56Z) - Modeling Uncertainty in Personalized Emotion Prediction with Normalizing
Flows [6.32047610997385]
本研究では,条件付き正規化フローを用いて予測の不確かさを捉える新しい手法を提案する。
感情認識とヘイトスピーチを含む3つの主観的NLP課題に対して,本手法の有効性を検証した。
開発した手法によって得られた情報により,従来の手法を超越したハイブリッドモデルの構築が可能となった。
論文 参考訳（メタデータ） (2023-12-10T23:21:41Z) - Benchmarking PtO and PnO Methods in the Predictive Combinatorial Optimization Regime [59.27851754647913]
予測最適化(英: Predictive optimization)は、エネルギーコストを意識したスケジューリングや広告予算配分など、多くの現実世界のアプリケーションの正確なモデリングである。
我々は,広告のための新しい産業データセットを含む8つの問題に対して,既存のPtO/PnOメソッド11をベンチマークするモジュラーフレームワークを開発した。
本研究は,8ベンチマーク中7ベンチマークにおいて,PnOアプローチがPtOよりも優れていることを示すが,PnOの設計選択に銀の弾丸は見つからない。
論文 参考訳（メタデータ） (2023-11-13T13:19:34Z) - Cost-Sensitive Best Subset Selection for Logistic Regression: A
Mixed-Integer Conic Optimization Perspective [3.1468618177952785]
機械学習の主な課題は、透過的な予測を行うための最適なサブセットへの入力を削減できる解釈可能なモデルを設計することである。
混合整数コニック最適化の観点から,ロジスティック回帰のための最適特徴選択法を提案する。
これにより、異なる最適基数と予算制約のある特徴選択手順を体系的に評価できる。
論文 参考訳（メタデータ） (2023-10-09T07:13:40Z) - Expectations over Unspoken Alternatives Predict Pragmatic Inferences [20.335278998970125]
ニューラルネットワークモデルを用いて人間の予測分布を近似する。
SIレートは、強力なスケールメイトを代替として期待することで得られる。
以上の結果から,現実的な推論は代替案に対する文脈駆動的な期待から生じることが示唆された。
論文 参考訳（メタデータ） (2023-04-07T18:12:22Z) - Locally Typical Sampling [84.62530743899025]
我々は、今日の確率的言語ジェネレータが、一貫性と流動性のあるテキストを生成する際に不足していることを示します。
本稿では,確率モデルから生成する際の,この基準を強制するための簡易かつ効率的な手順を提案する。
論文 参考訳（メタデータ） (2022-02-01T18:58:45Z)
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。