ترغب بنشر مسار تعليمي؟ اضغط هنا

الانقسام البراغماتية: فك التشفير التمييزي لإحالة توليد التعبير

Decoupling Pragmatics: Discriminative Decoding for Referring Expression Generation

179   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

وقد مكن التحول إلى النماذج العصبية في إحالة الجيل التعبير (REG) المزيد من النماذج الطبيعية، ولكن بتكلفة الترجمة الترجمة الشفوية.نجاد بأن دمج المنطق العملي في استنتاج نماذج التوليد غير المرجعية للسياق يمكن أن يتجاوز سمات REG التقليدية والعملية، لأن هذا يوفر فصل بين المعلومات المستقلة والمعلومات الحرفية والتكيف العملي إلى السياق.مع وضع ذلك في الاعتبار، نطبق استراتيجيات فك تشفيرها الحالية من التسمية التوضيحية للصورة التمييزية إلى REG وتقييمها من حيث المعلوماتية العملية، والاحتمالية في التعليقات التوضيحية حول الحقيقة والتنوع اللغوي.تظهر نتائجنا فعالية عامة، ولكن مكاسب صغيرة نسبيا في المعلوماتية، مما أثار أسئلة مهمة ل Reg بشكل عام.

المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

يشمل فهم تعبيرات الوقت بمهام فرعية: الاعتراف والتطبيع. في السنوات الأخيرة، تم إحراز تقدم كبير في الاعتراف بعصائر الوقت أثناء تأخر البحث عن التطبيع. تعتمد أساليب تطبيع Sota الحالية على قواعد أو قواعد النحوية التي صممها الخبراء، مما يحد من أدائها في شر يوس الناشئة، مثل نصوص وسائل التواصل الاجتماعي. في هذه الورقة، نقوم بالنماذج تعبير التطبيع في الوقت نفسه كتسلسل للعمليات لبناء القيمة الزمنية الطبيعية، ونقدم طريقة جديدة تسمى Artime، والتي يمكن أن تولد تلقائيا قواعد التطبيع من بيانات التدريب دون تدخلات خبراء. على وجه التحديد، يلتقط Artime تلقائيا تسلسل عمليات التشغيل الممكنة من البيانات المشروحة ويولد قواعد التطبيع في التعبيرات الزمنية بأشكال سطح مشتركة. تظهر النتائج التجريبية أن Artime يمكن أن يتجاوز بشكل كبير أساليب Sota على القياس التغريدات، وتحقق نتائج تنافسية مع طرق القاعدة التي تم تصميمها من الخبراء الموجودة في معيار Tempeval-3.
غالبا ما يتطلب جيل النص الشرطي القيود المعجمية، أي الكلمات التي يجب أو لا ينبغي إدراجها في نص الإخراج. في حين أن الوصفة المهيمنة لجيل النظام الشرطي كانت نماذج لغوية متماثلة على نطاق واسع يتم تصويرها على بيانات التدريب الخاصة بمهام المهام، فإن مثل هذه النماذج لا تتعلم اتباع القيود الأساسية بشكل موثوق، حتى عند الإشراف على كميات كبيرة من الأمثلة الخاصة بمهام المهام وبعد نقترح فك التشفير العصبي، خوارزمية بسيطة ولكنها فعالة تمكن نماذج اللغة العصبية - تحت إشراف أو لا - لتوليد نص بطلاقة مع مرضية القيود المعقدة المعقدة. نهجنا قوي بعد كفاءة. يتعامل مع أي مجموعة من القيود المعجمية المعبرة تحت المنطق المسند، في حين أن وقت التشغيل مقاربها يعادل البحث عن شعاع التقليدية. تظهر النتائج التجريبية على أربعة معايير أن فك التشفير العصبي تتفوق على النهج السابقة، بما في ذلك الخوارزميات التي تتعامل مع مجموعة فرعية من قيودنا. علاوة على ذلك، نجد أن النماذج غير الخاضعة للكشف عن فك التشفير العصبي في كثير من الأحيان تفوق النماذج الخاضعة للإشراف مع فك التشفير التقليدي، حتى عندما تستند الأخير إلى شبكات أكبر بكثير. تشير نتائجنا إلى حد الشبكات العصبية واسعة النطاق لتوليد القابل للتحكم بالقلق ووعد خوارزميات وقت الاستقدمية.
تعتمد معظم نماذج الترجمة الآلية العصبية الحالية ترتيب فك التشفير الرخيصي إما من اليسار إلى اليمين أو اليمين إلى اليسار.في هذا العمل، نقترح طريقة رواية تنفصل قيود أوامر فك التشفير هذه، تسمى فك تشفير الذكية.وبشكل أكثر تحديدا، تتوقع طريقةنا أولا كلمة مت وسط.يبدأ فك شفرة الكلمات الموجودة على الجانب الأيمن من الكلمة المتوسطة ثم يولد كلمات على اليسار.نحن نقيم طريقة فك التشفير الذكية المقترحة على ثلاث مجموعات البيانات.تظهر النتائج التجريبية أن الطريقة المقترحة يمكن أن تتفوق بشكل كبير على النماذج الأساسية القوية.
تهدف الترجمة الآلية المتنوعة إلى توليد ترجمات لغة مستهدفة مختلفة عن عقوبة لغة مصدر معينة. للاستفادة من العلاقة الخطية في مجال الجملة الكامنة التي أدخلت من خلال التدريب المزيج، نقترح طريقة رواية، خلطتيبات، لتوليد ترجمات مختلفة عن جملة الإدخال من خلال الاسترجاء الخطي مع أزواج من الجملة المختلفة من كوربوس التدريب أثناء فك التشفير. لزيادة تحسين الإخلاص وتنوع الترجمات، نقترح مقاربتين بسيطة ولكنها فعالة لتحديد أزواج جملة متنوعة في كوربوس التدريب وضبط وزن الاستيفاء لكل زوج في المقابل. علاوة على ذلك، من خلال التحكم في وزن الاستيفاء، يمكن لطريقتنا تحقيق المفاضلة بين الإخلاص والتنوع دون أي تدريب إضافي، وهو مطلوب في معظم الأساليب السابقة. تتم تجارب WMT'16 EN-RO، WMT'14 EN-DE، و WMT'17 Zh-en لإظهار أن طريقتنا تتفوق بشكل كبير على جميع أساليب الترجمة الآلية المتنوعة السابقة.
الجيل السردي هو مهمة NLP مفتوحة العضوية التي يولد فيها نموذج قصة إعطاء موجه.المهمة تشبه توليد الاستجابة العصبية لل Chatbots؛ومع ذلك، غالبا ما لا يتم تطبيق الابتكارات في توليد الاستجابة على جيل سرد، على الرغم من التشابه بين هذه المهام.نحن نهدف إلى سد هذه الفجوة من خلال تطبيق وتقييم التقدم في طرق فك تشفير جيل الاستجابة العصبية إلى توليد السرد العصبي.على وجه الخصوص، نحن نوظف GPT-2 وأداء الأزمة عبر عتبات أخذ العينات النواة ومثبتة تنوعا فرطيا مثبطا --- على وجه التحديد، والحد الأقصى للمعلومات المتبادلة - - تحليل النتائج على معايير متعددة مع التقييم التلقائي والإنساني.نجد أن (1) أخذ عينات نواة أفضل عموما مع عتبات بين 0.7 و 0.9؛(2) الحد الأقصى لهدف المعلومات المتبادلة يمكن أن يحسن نوعية القصص التي تم إنشاؤها؛و (3) لا ترتبط مقاييس التلقائية المنشأة بشكل جيد مع الأحكام الإنسانية لجودة السرد على أي متري نوعي.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا