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。
自然言語における空間関係の付与は,知的システムが持つ重要な能力である。bAbIデータセットは,このドメイン(タスク17および19)に関連するタスクを捉えることを試みた。しかし,これらのタスクにはいくつかの限界がある。最も重要なことに,それらは固定表現に限られ,それらはそれらを解決するのに必要な推論ステップの数に制限され,それらは無関係または冗長な情報を含む入力に対するモデルのロバスト性をテストすることができない。本論文では,テキストにおけるロバストなマルチホップ空間推論のためのステップゲームと呼ばれる新しい質問-アンスワーリングデータセットを提示した。著者らの実験は,bAbIデータセットに関する最先端のモデルがStepGemeデータセットに苦しんでいることを示した。さらに,空間推論タスクに特化したTensor-Productに基づくメモリ-Augmented Neural Network(TP-MANN)を提案した。両方のデータセットに関する実験結果は,著者らのモデルが優れた一般化とロバスト性性能を有するすべてのベースラインより優れていることを示した。【JST・京大機械翻訳】