アブダクションルール:予想外の入力を説明するための変圧器の訓練【JST・京大機械翻訳】

Young Nathan; Bao Qiming; Bensemann Joshua; Witbrock Michael

プレプリント

J-GLOBAL ID：202202212190808752 整理番号：22P0308836

アブダクションルール:予想外の入力を説明するための変圧器の訓練【JST・京大機械翻訳】

AbductionRules: Training Transformers to Explain Unexpected Inputs

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

変圧器は,最近,自然言語で表現された事実と規則に対して論理的推論を信頼性良く実行できることが示されているが,しかし,予想外の観察の最良の説明に推論する推論は,科学的発見,一般的センス推論,およびモデル解釈可能性への有意な応用にもかかわらず,未開発である。著者らは,自然言語知識ベースで一般化可能な外転を訓練し,テストするために設計された自然言語データセットのグループであるAbductionルールを提示した。これらのデータセットを用いて,事前訓練された変換者を微調整し,それらの性能を議論し,著者らのモデルが一般化可能な演繹的技術を学習するが,また,著者らのデータの構造を利用するために学習することを発見した。最後に,このアプローチの演繹的推論と,将来の研究で改良できる方法の実行可能性を論じた。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , 自然語処理

, , , , ,

前のページに戻る