論文の概要: Cplus2ASP: Computing Action Language C+ in Answer Set Programming
- arxiv url: http://arxiv.org/abs/2605.09528v1
- Date: Sun, 10 May 2026 13:29:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.297012
- Title: Cplus2ASP: Computing Action Language C+ in Answer Set Programming
- Title（参考訳）: Cplus2ASP: 解集合プログラミングにおけるアクション言語C+の計算
- Authors: Joseph Babb, Joohyung Lee,
- Abstract要約: 動作言語C+の明確なフラグメントを実装したシステムCplus2ASPのバージョン2を提示する。
入力言語はCausal Calculator Version 2の言語と完全に互換性があるが、現代の解集合解決技術のおかげで、新しいシステムは大幅に高速である。
- 参考スコア（独自算出の注目度）: 2.294331241389926
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Version 2 of system Cplus2ASP, which implements the definite fragment of action language C+. Its input language is fully compatible with the language of the Causal Calculator Version 2, but the new system is significantly faster thanks to modern answer set solving techniques. The translation implemented in the system is a composition of several recent theoretical results. The system orchestrates a tool chain, consisting of f2lp, clingo, iclingo, and as2transition. Under the incremental execution mode, the system translates a C+ description into the input language of iclingo, exploiting its incremental grounding mechanism. The correctness of this execution is justified by the module theorem extended to programs with nested expressions. In addition, the input language of the system has many useful features, such as external atoms by means of Lua calls and the user interactive mode. The system supports extensible multi-modal translations for other action languages, such as B and BC, as well.
- Abstract（参考訳）: 動作言語C+の明確なフラグメントを実装したシステムCplus2ASPのバージョン2を提示する。
入力言語はCausal Calculator Version 2の言語と完全に互換性があるが、現代の解集合解決技術のおかげで、新しいシステムは大幅に高速である。
このシステムで実装された翻訳は、最近のいくつかの理論的結果の合成である。
このシステムは、f2lp、clingo、iclingo、as2transitionからなるツールチェーンを編成する。
インクリメンタル実行モードでは、C+記述をiclingoの入力言語に変換し、インクリメンタルグラウンド機構を活用する。
この実行の正しさは、ネスト式を持つプログラムに拡張されたモジュール定理によって正当化される。
さらに、Lua呼び出しによる外部原子やユーザ対話モードなど、システムの入力言語には多くの有用な機能がある。
このシステムは、BやBCといった他のアクション言語に対する拡張可能なマルチモーダル翻訳をサポートする。
関連論文リスト
- Evaluating Large Language Models for Code Translation: Effects of Prompt Language and Prompt Design [0.0]
大規模言語モデル(LLM)はソースコードの自動翻訳を約束している。
しかし、モデル選択、迅速な設計、言語形翻訳の質に関する比較証拠は依然として限られている。
本研究は,C++,Java,Python,C#間のコード翻訳において,最先端のLLMを体系的に評価する。
論文 参考訳（メタデータ） (2025-09-16T11:30:10Z) - Action Language BC+ [3.677571687801579]
アクション言語は、アクションの効果を記述する自然言語の一部の形式モデルである。
我々は、アクション言語と現代のASP言語とのギャップを埋めるBC+と呼ばれる新しいアクション言語を提案する。
論文 参考訳（メタデータ） (2025-06-22T14:09:49Z) - Charles Translator: A Machine Translation System between Ukrainian and Czech [0.5334687622080666]
シャルル・トランスレーターは、ロシアとウクライナの戦争が個人や社会に与える影響を緩和する社会全体の取り組みの一部として開発された。
このシステムは2022年春に多くの言語データ提供者の助けを借りて開発された。
このトランスレータは後にオンラインのウェブインターフェースとして実装され、Cyrillic-Latinスクリプトの書き起こしを特徴とする音声入力を備えたAndroidアプリとして実装された。
論文 参考訳（メタデータ） (2024-04-10T12:22:32Z) - CP-BCS: Binary Code Summarization Guided by Control Flow Graph and
Pseudo Code [79.87518649544405]
本稿ではCP-BCSと呼ばれる制御フローグラフと擬似コード案内バイナリコード要約フレームワークを提案する。
CP-BCSは双方向の命令レベル制御フローグラフと擬似コードを利用して、専門家の知識を取り入れ、包括的なバイナリ関数の実行動作と論理意味論を学ぶ。
論文 参考訳（メタデータ） (2023-10-24T14:20:39Z) - Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。
確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。
Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
論文 参考訳（メタデータ） (2023-09-25T15:42:18Z) - QParallel: Explicit Parallelism for Programming Quantum Computers [62.10004571940546]
並列量子プログラミングのための言語拡張を提案する。
QParallelは、現在の量子プログラミング言語における並列性に関する曖昧さを取り除く。
並列化によって最も利益を上げるサブルーチンを識別し,並列領域の配置にプログラマを誘導するツールを提案する。
論文 参考訳（メタデータ） (2022-10-07T16:35:16Z) - Reducing language context confusion for end-to-end code-switching
automatic speech recognition [50.89821865949395]
本稿では,E2E符号スイッチングASRモデルの多言語コンテキストの混同を低減するための言語関連アテンション機構を提案する。
複数の言語のそれぞれの注意を計算することにより、豊かな単言語データから言語知識を効率的に伝達することができる。
論文 参考訳（メタデータ） (2022-01-28T14:39:29Z) - An Adversarial Learning based Multi-Step Spoken Language Understanding
System through Human-Computer Interaction [70.25183730482915]
対戦型学習に基づく多段階音声言語理解システムを提案する。
我々は,F1の観点で解析性能を少なくとも2.5%向上させることを実証した。
論文 参考訳（メタデータ） (2021-06-06T03:46:53Z) - Dual Script E2E framework for Multilingual and Code-Switching ASR [4.697788649564087]
インド語のための多言語およびコードスイッチングASRシステムを訓練する。
テキスト音声合成の結果に触発されて、私たちは社内ルールベースの共通ラベルセット(CLS)表現を使用する。
Indic ASR Challenge 2021の多言語およびコードスイッチングタスクについて,本研究の結果を示す。
論文 参考訳（メタデータ） (2021-06-02T18:08:27Z) - Efficient Weight factorization for Multilingual Speech Recognition [67.00151881207792]
エンドツーエンドの多言語音声認識は、多くの言語を含む合成音声コーパスで単一のモデルトレーニングを使用する。
トレーニングデータの各言語には異なる特徴があるため、共有ネットワークは、すべての言語を同時に最適化するのに苦労する可能性がある。
ニューラルネットワークのコア動作をターゲットとした新しい多言語アーキテクチャを提案する:線形変換関数。
論文 参考訳（メタデータ） (2021-05-07T00:12:02Z) - Training Multilingual Machine Translation by Alternately Freezing
Language-Specific Encoders-Decoders [20.063065730835874]
本稿では,新たな言語を追加する際に,既存のシステムを再学習することなく,新たな言語に漸進的に拡張可能な多言語機械翻訳システムを提案する。
エンコーダやデコーダモジュールを交互に凍結することで,すべての翻訳方向で$N$言語を同時にトレーニングする。
多言語機械翻訳による実験結果から,新しい言語の追加やゼロショット翻訳を行う場合,初期言語を少し遅れながら改良したモジュラーアーキテクチャのトレーニングに成功していることがわかった。
論文 参考訳（メタデータ） (2020-05-29T19:00:59Z)
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。