知的エージェントのための経験ベース因果学習【JST・京大機械翻訳】

Liu Yang; Wang Shaonan; Zhang Jiajun; Zong Chengqing

文献

J-GLOBAL ID：202002291749966320 整理番号：20A0778357

知的エージェントのための経験ベース因果学習【JST・京大機械翻訳】

Experience-based Causality Learning for Intelligent Agents

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0778357&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0778357&from=J-GLOBAL&jstjournalNo=W5688A") }}

著者 (4件)： , , ,
資料名：
巻： 18 号： 4 ページ： 1-22 発行年： 2019年
JST資料番号： W5688A ISSN： 2375-4699 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

テキストにおける因果関係の理解は知的エージェントにとって重要である。本論文では,人間の因果関係学習に触発されて,経験ベースの因果関係学習フレームワークを提案した。伝統的なアプローチと比較して,テキストの手掛かりと言語資源に依存する因果関係問題を扱うことを試みて,著者らは因果関係学習のために経験情報を使用する最初である。具体的には,まず,知的エージェントに対する様々なシナリオを構築し,エージェントはこれらのシナリオにおける相互作用からの経験を得ることができる。次に,人間の参加者は,これらのシナリオに基づいて因果関係学習のエージェントに対する多数の訓練インスタンスを構築する。各インスタンスは2つの文章とラベルを含んでいる。各文は,シナリオで経験したエージェントのイベントを記述し,ラベルは文(イベント)ペアが因果関係を持つかどうかを示す。従って,入力文対に基づく対応するイベント情報にアクセスすることにより,経験を用いてテキストにおける因果関係を推論できるモデルを提案した。実験結果は,著者らの方法が接地された因果関係コーパスに関して印象的な性能を達成することができて,従来の方法より著しく優れていることを示した。本研究は,経験が因果関係を理解するための知的エージェントにとって非常に重要であることを示唆した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , ,
, 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

人工知能 , 自然語処理

, ,

前のページに戻る