文献

J-GLOBAL ID：202202243368522275   整理番号：22A1103952

動的文法グラフベース翻訳による近実時間NLU駆動自然言語プログラミングの実現【JST・京大機械翻訳】

Enabling Near Real-Time NLU-Driven Natural Language Programming through Dynamic Grammar Graph-Based Translation

著者 (3件)： Nan Zifan (North CarolinaState University,Department of Computer Science,Raleigh,North Carolina,USA) ,  Shen Xipeng (North CarolinaState University,Department of Computer Science,Raleigh,North Carolina,USA) ,  Guan Hui (University of Massachusetts Amherst,College of Information and Computer Sciences,Amherst,Massachusetts,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： CGO  ページ： 278-289  発行年： 2022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： 最近,自然言語(NL)ベースのプログラム合成は,関心を高めている。いくつかのあらかじめ定義されたドメイン特異的ルールに依存する従来の方法はロバスト性と普遍性の欠如に悩まされる。コードへのクエリーをマッピングするための深層学習を採用する最近の努力は,多数のラベル付き例を必要とし,それらを不十分なラベル付き例を有するドメインに適用できない。第3の代替案として,自然言語理解(NLU)駆動手法は問題を扱うが,長い応答時間は,特に対話型シナリオにおいて,その採用を妨げる。本論文では,近実時間NLU駆動NLプログラミングを可能にする解決策を提示した。解法は,動的計画法を通してクエリのための最良文法ツリーを同定するために,新しいアルゴリズム,動的文法グラフベース変換(DGGT)を特徴とした。また,2つの新しい最適化,文法ベースの剪定およびオーファンノード再配置を導入し,さらに探索空間を減らし,質問から特別な複雑性に対処した。2つのドメイン,テキスト編集とプログラムソースコード解析に関する評価は,DGGTアルゴリズムと最適化が,最先端のNLU駆動シンセサイザの応答時間を1887(平均で25-133)まで短縮し,一方,精度を2~12%改善することを示した。Copyright 2022 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： アルゴリズム ,  最適化 ,  動的計画法 ,  *文法 ,  *自然言語 ,  応答時間 ,  ロバスト性 ,  普遍性 ,  周波数シンセサイザ
準シソーラス用語： 探索空間 ,  複雑性 ,  実時間 ,  クエリー ,  深層学習 ,  再配列 , 【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 (6件)： 文法 ,  グラフ ,  翻訳 ,  実時間 ,  自然言語 ,  プログラミング