文献

J-GLOBAL ID：202202272339243108   整理番号：22A0496804

抽象的意味表現からの遠隔文脈を意識したテキスト生成【JST・京大機械翻訳】

Distant context aware text generation from abstract meaning representation

著者 (7件)： Yang Sen (College of Computer Science, National University of Defense Technology, Changsha, China) ,  Yang Sen (National Laboratory For Parallel and Distributed Processing, National University of Defense Technology, Changsha, China) ,  Feng Dawei (College of Computer Science, National University of Defense Technology, Changsha, China) ,  Feng Dawei (National Laboratory For Parallel and Distributed Processing, National University of Defense Technology, Changsha, China) ,  Liu Yang (College of Computer Science, National University of Defense Technology, Changsha, China) ,  Li Dongsheng (College of Computer Science, National University of Defense Technology, Changsha, China) ,  Li Dongsheng (National Laboratory For Parallel and Distributed Processing, National University of Defense Technology, Changsha, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 2  ページ： 1672-1685  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 抽象的意味表現からのテキスト生成は自然言語生成における基本的タスクである。興味深い課題は,遠隔コンテキストが各ノードに対する表面実現に影響を与えることである。以前の符号器デコーダベースの手法では,グラフニューラルネットワークは抽象的意味表現グラフを符号化し,シーケンスとツリー符号器に対して優れた性能を示した。しかし,それらのほとんどは,多数の層を積み重ねることができないので,遠いコンテキストを捕えるには浅すぎる。本論文では,3つの側面からの解決策を提案した。最初に,抽象的意味表現グラフを埋め込むために変換器ベースのグラフ符号器を導入した。この符号器は,性能劣化なしに,より大きなコンテキストを符号化するためにより多くの層をスタックできる。第2に,著者らは各ノード,すなわちノードペア間の直接接続を構築して,その遠隔近隣の情報を捉える。また,グラフの元の階層を認識するために,相対位置埋込みを利用した。第3に,著者らは,配列符号化を得て,特徴を強化するためにグラフ符号化にそれを組み込むために,事前訓練言語モデルを有する抽象的意味表現の線形化バージョンを符号化した。LDC2015E86とLDC2017T10の実験を行った。実験結果は,著者らの方法が以前の強いベースラインより優れていることを証明した。特に,大きなグラフに関する著者らのモデルの性能を調査して,より大きな性能利得を見つける。著者らの最良モデルは,LDC2015E86,BLEUの34.21,およびLDC2017T10に関するMETEORの39.26のBLEUと37.02のMETEORの31.99を達成して,それは芸術の新しい状態であった。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 変換器 ,  ニューラルネットワーク ,  *符号器 ,  利得 ,  基準線 ,  言語モデル
準シソーラス用語： 自然言語生成 ,  性能劣化 ,  *意味表現 ,  線形化 , 【Automatic Indexing@JST】

著者キーワード (4件)： テキスト生成 ,  抽象的意味表現 ,  グラフエンコーダ ,  受容野

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： 意味表現 ,  文脈 ,  意識