抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
構成的一般化は,人間における基本的形質であり,新しい文章を形成するために,既知の語句を無努力に組み込むことを可能にした。最近の研究では,標準seq-to-seqモデルが組成的に一般化する能力を欠いていることを主張した。本論文では,一般的なSCANベンチマークにより導入されたワンショットプリミティブ一般化に焦点を当てた。簡単で直感的な方法で訓練分布を修正することにより,標準seq-to-seqモデルがほぼ完全な一般化性能を達成することができ,それにより,それらの組成一般化能力が以前に過小評価されることを示した。この現象の詳細な経験的解析を行った。結果は,モデルの一般化性能が,将来,そのようなベンチマークを設計する際に注意深く考慮されるべきである訓練データの特性に非常に敏感であることを示した。【JST・京大機械翻訳】