文献

J-GLOBAL ID：202002251039015332   整理番号：20A2282673

言語獲得モデル化のためのリザーバーコンピューティングによる交差状況学習【JST・京大機械翻訳】

Cross-Situational Learning with Reservoir Computing for Language Acquisition Modelling

著者 (2件)： Juven Alexis (Universite ́ de Bordeaux, CNRS, UMR 5293,INRIA Bordeaux Sud-Ouest,Bordeaux,France) ,  Hinaut Xavier (Universite ́ de Bordeaux, CNRS, UMR 5293,INRIA Bordeaux Sud-Ouest,Bordeaux,France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 不確かな条件での交差位置学習を通して,子供が迅速に単語から平均化するマッピングを学習することを可能にする機構を理解することは,まだ議論の問題である。特に,多くのモデルは単語レベルで簡単に見え,完全な文章理解レベルではない。言語取得のモデルを提示し,リカレントニューラルネットワークに関する交差位置学習を貯水池コンピューティングパラダイムで適用した。単語と視覚認識の間の共起を用いて,モデルは複雑な文章を地上に学習し,知覚表現空間に異なるオブジェクトを含むシーンを記述する。模擬視覚モジュールによって同時に知覚するシーンを記述するモデルプロセス文章:文章は入力であり,模擬ビジョンはRNNの目標出力である。モデルの評価は,文章(文脈フリー文法に基づく)の数千の可能な組合せの意味論を抽出する能力を示す。モデルは,交差位置学習を介して数百の部分的に記述されたシーンの後のみに一般化する。さらに,それは多義語と同義語を扱い,単語順序が理解のために重要である複雑な文章を扱う。最後に,モデルの更なる改良を,ロボットが自分自身(オラクル監督なし)によって取得し,地上言語を取得できるという目標で,適切な強化および自己監督学習方式に達するために考察した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  貯水池 ,  意味論 ,  *学習 ,  *言語 ,  ロボット ,  同義語 ,  文法 ,  視認 ,  子供 ,  単語
準シソーラス用語： *言語発達 ,  オラクル ,  リカレントニューラルネットワーク ,  文章理解 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 交差 ,  状況 ,  学習