Oct, 2018

比较联结意义模型：简单语言游戏引用的实证调查

PDF
TL;DR研究了在语境中只提供联想信息的情况下，参考游戏中所用的联想信息类型和用于实现信息参考的词汇资源和语言习得者的实用策略，在听者行为中发现直接二元组关联的策略比词向量或语义知识图谱关联更适用，发现很少有理性言语行为的迹象。
reference gamesassociational informationlexical resourcesbigram collocational associationspragmatic sophistication
发现论文，激发创造
  • 重复指代游戏中学习动态的表征

    使用自然語言處理的方式分析了在重複參照遊戲中，設定共同基礎並理解彼此喜好的過程。發現不同的語言配對會發現各種特殊而有效的合作方式，而這些合作方式受到溝通環境的影響。此外還發現人們說話越來越有效率，最終成為包含開放類詞語的簡短標籤。

    Dec, 2019

  • 利用 Codenames Duet 建模跨文化语用推断

    本研究通过多轮合作游戏验证了由社会文化背景塑造的言语间推理假设在交流中的重要性，并通过多模型预测玩家的动作，实现了对其社会文化资料的联合建模，并表明这种建模方法显著提高了与给出线索和猜测相关的任务的性能。

    Jun, 2023

  • 注重信息，忽略不重要的：指称游戏中的沟通策略

    本文研究了多代理协作，发现当人工智能代理学习玩简单参考游戏的同时，也能够建立共享的词汇表。通过分析神经网络代理在简单的参考游戏中使用符号进行对象映射的策略，发现对于非均匀分布的环境，代理人将忽略无用特征并更好地利用其他特征进行通信，这为语言的形成提供了新的启示。

    Nov, 2019

  • 多智能体通信中的分层参考系统出现

    本研究开发了一种新型的通信游戏，分层引用游戏，用于研究人工智能代理如何出现针对不同层次的引用系统，结果表明代理可以成功地学习并推广到新的概念，他们使用隐式和显式策略实现抽象，并反映层次结构及其组成性的东西支持分层引用系统的出现。

    Mar, 2022

  • 通过互动学习语言游戏

    通过和计算机交互完成任务，以语言游戏的方式，人类可以在不知道什么是语言的情况下学习语言，为建立自适应的自然语言接口打下基础，使用组合性而避免使用同义词有助于任务表现，从零开始快速学习语义解析模型，并进一步加速的学习计算机策略，以适应成功的玩家。

    Jun, 2016

  • 视觉参考游戏推进分离表示的产生

    本文研究了视觉指代游戏中深度学习中所学习的表示中的解缠，组合性及系统性之间的关系，并提出了一个基于 Obverter 架构的视觉指代游戏实现了更好的解缠表现。同时，作者还拓展了位置解缠和互信息差解缠指标，以更好地区分不同种类的组合语言，并研究了零样本组合学习测试量是否与先前提出的解缠和组合性指标之一相关联。

    Apr, 2023

  • 避免使用 hash，并在引用的新兴语言游戏中鼓励视觉语义

    本研究考虑了 Havrylov 和 Titov 的信令游戏设置，并研究了特征提取器的权重和解决的任务对模型所学习或捕捉的视觉语义的影响。通过对输入图像的各种增强和游戏中的附加任务的引入，实现了在完全自监督的情况下学习捕捉图像概念属性的视觉表征的通信系统。

    Nov, 2019

  • 克服语言引导目标条件强化学习中的指代歧义

    通过运用认知科学中的教学法和实用主义解决自然语言中的指称歧义，提高了机器人学习者在模拟机器人任务（堆叠）中的样本效率。

    Sep, 2022

  • 现实与语言数据的限制

    这篇研究使用一个新颖的推理测试来探索语言数据对于计算机理解物理世界的可行性，并强调模型可能直接从纯语言数据中学习的内容。

    Aug, 2022

  • 使用符号和像素输入的指称博弈中的语言交流的出现

    研究算法在学习语言进化中起到的作用，通过深度学习方法和 RL 神经网络代理进行了提高，并开发出代理能够从原始像素数据中学习的能力，研究表明输入数据中的结构程度影响出现的协议的性质，并证实当代理感知到世界的结构时，结构化的组合性语言很可能会出现。

    Apr, 2018