- 基于语言模型的配对变分自编码器用于机器人语言学习
研究了通过预训练语言模型进行机器人的语言描述,在简单的物体操作场景下,实现了机器人行为和语言描述的双向绑定,并提出使用所提供的 PVAE-BERT 模型可以在真实场景中用于实现人机交互的指令。
- 构建类人交际智能:一个基于现实经验的视角
该论文旨在提出一种 “基础” 的视角,启发人工智能的进步,包括 “基于感知 - 动作循环的体现、嵌入、延伸和实践认知” 的研究方向,以及运用逐步发展的技能促进逐步的语言发展、逐渐适应物理和社会环境的智能代理等几个具体的组成部分,以建立人类一 - EMNLP何时墙为 Pared,何时为 Muro? -- 提取控制语言选择的规则
本文介绍了一种自动识别语言精细词汇差异并提取简洁描述的方法,并在语言学习实验中验证了在西班牙语和希腊语中使用这些描述来指导非母语发音者何时将给定的模糊单词翻译为不同的可能翻译的质量。
- ICLR语言习得是具有实体、互动、情感的:一个研究计划
本文研究了多模态经验、语言学习和具体到抽象的词汇发展历程,并提出了一种结合当代模型和基于词汇的模型的语义模型,并使用机器人对话系统来学习语言。
- 口语视觉模型:数据集、架构和评价技术综述
本综述纵览近 20 年来视觉基础口语建模的发展,重点讨论了语言学习的核心研究问题、建模架构以及评估指标和分析技术。
- 成语语料库构建的众包游戏化
本文介绍了一种基于游戏化众包方法的语言学习材料收集方法,可以有效地收集各种表达习惯用语的例句,这一方法在语言独立性、数据收集的效率以及成果的可行性等方面都得到了验证。
- 使用语音到图像检索的语言学习
本研究提出了一种改进的神经网络方法,借助多层 GRU、重要性采样、循环学习率、向量自我注意力等结构,实现了从口语训练中创建基于视觉的句子嵌入,相比较前人工作取得了显著提升的图像字幕检索性能,并且揭示了模型的哪些层更适合识别输入中的单词。
- 人类少样本学习组合指令
人类的组合能力和语言学习技能具有高度的可塑性,能够从很少的示例中学习和使用新的功能概念,可以以超出提供的演示方式进行组合。研究了人们解决任务时的假设和归纳偏差,揭示了三个偏差:互斥性、一对一映射和图标级联。该研究显示了机器学习与人类语言学习 - 六种语言的开放字幕释义语料库
介绍了 Opusparcus 这个新的近义词语料库,其中包括六种欧洲语言的训练、开发和测试数据集。这些数据集是从 OpenSubtitles2016 中提取的,可用于计算机辅助语言学习等领域。
- 重访刺激的贫乏:循环神经网络中的层次泛化之无层次偏差
本研究使用循环神经网络探讨了语言学习者偏好使用分层规则的原因,发现循环神经网络架构的隐含偏见和语言内在层次结构线索结合可以诱导分层概括规则的习得。
- ICLR在二维环境中的交互式基于语境的语言习得和推理
基于 2D 迷宫世界,通过虚拟代理学习语言的模型,将语言的生成与理解与其他计算流程分离,从而成功地解决新单词出现的问题。模型可以解释人类可理解的中间输出结果,大幅优于其他五种比较方法。
- NIPS视觉词汇习得的课程化 Q 学习
通过视觉提示将词汇学习个性化,通过强化学习建模评估其适应性,并为代理人的语言学习提供训练方法。
- ICLR多智能体通信中的突现式翻译
本文提出了一种基于多模态视觉的交互式语言学习模型,无需平行语料库即可实现语言的相互理解和翻译,并表明使用该模型的多语言社区实现了更好和更快的翻译结果。
- ACL利用凝视进行母语预测
本研究通过分析第二语言阅读中的眼动跟踪图案,证明了英语学习者的母语可从阅读英语时的凝视焦点中预测,这提示英语阅读的差异可能源于母语间的语言差异。这一方法为研究多语言学提供了新视角。
- NIPS面向环境和目标驱动的语言学习模式
本文提出一种通用的情境语言学习范式,旨在设计可靠的语言代理以能够与人类进行成功的合作。
- ACL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 - 婴儿语言指导与教学一致
使用一种正式的教学理论,将诱导婴儿语(IDS)与从理论上生成的教学数据进行比较分析,研究了 IDS 如何教授语音类别以及 IDS 如何影响成人语音的学习和表征。
- 朝着基于多智能体通信的语言学习
提出了一种交互式多模态框架,通过协作推理游戏,实现神经网络学习语言,初步实验结果可喜,但需注意避免智能体发展出仅针对游戏有效的特定通信编码。
- 训练多语言体育播音员:利用感知语境来学习语言
我们提出了一种新的学习框架,通过感觉上下文作为监督来学习解释和生成语言,通过开发一个系统,在没有任何特定于语言的先前知识的情况下,学习在英语和韩语中解说模拟机器人足球比赛。
- 语言结构的组合与失衡
探讨如何从未经处理的文本和语音信号中学习语言,着重于学习词汇表的问题;提出了一种语言表示方法,通过扰动现有参数的组合来建立语言参数,展示了该表示方法在文本分割和压缩、从原始语音中获取词汇表以及文本和人工意义表示之间的映射学习中的应用。