May, 2023

语义不确定性指导规范向新指称的扩展

PDF
TL;DR本研究使用 KiloGram 数据集进行两项双人研究，探讨命名可能性对于形成和泛化临时约定的影响，发现约定的泛化不仅仅局限于具体语言，结合之前的研究，对于临时约定的泛化，仍然存在许多需要探究的问题。
psycholinguisticsconvention formationnameabilityconvention generalizationdyadic studies
发现论文，激发创造
  • 从合作伙伴到人群的意义泛化：层次推断支持网络上的惯例形成

    探究语言约定如何形成整个社区期望结合个体专属知识，提出了基于分层贝叶斯模型的解决方案，并进行了针对具体伙伴的自然语言沟通实验进行了模型预测的评估，结果表明伙伴特异性不仅与社区范围内的约定形成相容，而且可以与强大的归纳机制相结合，加以促进。

    Feb, 2020

  • 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

  • 基于连续世界的自主代理人群体中的稳健与适应性语言约定的分散出现

    通过局部交流互动，该文介绍了一种方法，使得自治体群能够建立一种语言约定，以便指代环境中观察到的任意实体，并且通过一系列实验验证了该方法的可靠性。

    Jan, 2024

  • 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

  • 惯例之间的竞争和选择

    本文研究了在线领域中约定相互竞争的影响力，涵盖了技术术语、政治措辞和社区行话等方面。通过对在线数据进行详细分析，发现个人之间的争论对约定的选择起关键作用，并提出了关于不同约定的最终成功的预测。

    Feb, 2017

  • 共享过程抽象的通信学习

    研究如何使用自然语言来协同解决物理装配问题，结果表明，参与者通过使用更高级别的指称表达逐渐提供越来越简洁的指示，从而达成了共享过程中的概念抽象，这为智能体之间的共同程序化抽象的协调提供了归纳偏见的启示。

    Jun, 2021

  • 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

  • 通过词向量预测单词的具体性和形象性跨语言和语言内的

    通过有监督学习，利用词嵌入作为解释变量，我们研究了具体性和形象性这两个概念的可预测性。我们利用与单一向量空间对齐的跨语言嵌入的集合在语言内和语言间进行预测。我们发现，具体性和形象性这两个概念在语言内和语言间都具有高度可预测性，跨语言预测的相关性损失最多达到 20％。我们进一步展示了通过词嵌入的跨语言传输比简单通过双语词典进行传输更加有效。

    Jul, 2018

  • 论习惯在人工智能协作中的关键作用

    提出了一种基于规则和传统的分离表示学习框架，能够使 AI 代理快速适应新的任务和伙伴，从而实现零 - shot 协调。

    Apr, 2021

  • 通过自动检测的共有语言表达方式，分析面对面对话中的跨说话人收敛

    本研究介绍了一种自动检测共享词形构造的方法，并将其应用于参与者旨在识别没有既定标签的新颖对象的指代交流语料库，分析揭示了共享构造的使用模式与参与者在社交互动后展示的对象标记一致性程度相关的特征，从而表明自动检测的共享构造为研究对话中的参考协商动态提供了有用的分析层面。

    May, 2024