ملخص

من أجل تحليل الأنماط أساس الرياضية التعبير، حققنا سلسلة من نموذج عملية نقطة (نماذج عملية نقطة)، لتصنيف النظم حرف علة النمذجة مكتبة (مخزون النظام حرف علة). وبالإضافة إلى ذلك جميع النماذج هي العمق معلمات (البارامترات العميق) لتعلم علم الإدراك والإدراك المكاني تمثيل مماثل (التمثيل). وبالإضافة إلى ذلك، فإننا نعتقد أن نموذج احتمال تصنيف اللغة، واقترحنا سابقا أفضل من النمذجة الحاسوبية، ونحن نعتقد أن النمذجة الاحتمال هو نموذج أكثر طبيعية. وبالإضافة إلى ذلك، أدخلنا العديد من الأبحاث حرف علة نظام جديد مؤشر التقييم، ونأمل أن يؤدي ذلك إلى المزيد من الاهتمام في هذا المجال. هذه مؤشرات الأداء من خلال التحقق التجريبي بيكر-كريستال كوربوس 200 التي تشمل البيانات من عدة لغات.

أفضل ورقة قصيرة: من وجهة نظر دور النمذجة الحاسوبية والسجل في إيقاع تجزئة الكلمات

ملخص

التحقيق في هذه الدراسة تأثير مهمة كلمة تجزئة التسجيل (تسجيل الكلام) والإيقاع. بسبب ويعتقد أن هذين العاملين أن تلعب دورا هاما في اكتساب اللغة في وقت مبكر، وهدفنا هو تحديد مساهمة كل من المهام تجزئة كلمة. لقد درسنا الإحضار اليابانية تحتوي على كل من الطفل واللغة الموجهة للبالغين (infant- والموجه الكبار الكلام)، وتطبيق أربعة نموذجا مختلفا كلمة تجزئة أعلاه، هناك لديها حدود prosodic (حدود prosodic) المعرفة، ولكن أيضا دون معرفة الحدود prosodic. وأظهرت النتائج أن الفرق بين التسجيل (تسجيل) هو أصغر مما ذكر سابقا في الأدب، بالمقارنة مع خطاب موجه نحو الطفل، معلومات الحدود prosodic على لغة الكبار المنحى أكثر فائدة.

استنتاج

درسنا أربع كلمات مختلفة على جسم مباراة عفوية في كل ADS وIDS الإحضار، وكذلك عنصر تحكم ADS أداء أكثر رسمية تجزئة الخوارزمية، على حد سواء مع ودون توقف (فاصل prosodic) على الإيقاع. وجدنا أن، عموما، وتأثير الخوارزمية الفرعية المعجمي ليس كما خوارزمية المعجمية (الخوارزميات المعجمية)، قليلا بسيطة على IDS كلها أو يساوي ADS رسمية، في حد ذاته أبسط من ADS. وبالإضافة إلى ذلك، في جميع الخوارزميات ولغة المجالات، لاحظنا إيقاع تسهيل كلمة تجزئة.

ومع ذلك، فإن الآثار المترتبة على عدم المساواة في الإيقاع والتفاعل مع السجل: إيقاع ADS المساعدة لأكثر من IDS عندما يؤخذ بعين الاعتبار إيقاع، ADS عفوية وكان IDS على درجة مماثلة.

هذه الصفقة نظرية تأثير على اللغة، لأنها تعتبر IDS لتقديم "سوبر لفظي" (hyperspeech) للرضع، وهي مبسطة المدخلات اكتساب اللغة. إذا ملاحظتنا صحيحة، فمن من حيث كلمة تجزئة، واكتسب، IDS تشريح أسهل من ADS على الأقل في الرضع القدرة على التحكم في استخدام إيقاع وقفة (تقيد) كلمة المرحلة تجزئة. بالطبع، نحن بحاجة إلى الملاحظات إلى تأكيد وتكرار (تكرار) لغة مختلفة وتسجيل عملية (إجراء تسجيل).

وخلاصة القول، يبين دراستنا أن تأثير استخدام الأدوات الكمية لاختبار نظريات اكتساب اللغة.

أفضل أوراق الموارد: لغة طبيعية جسم التفكير البصري

ملخص

نقترح مجموعات البيانات لغة جديدة للتفكير البصرية، بما في ذلك 92244 أزواج من الصور المركبة المقابلة لأخذ عينات من الجملة الطبيعية، 3962 أحكاما مختلفة. نحن تصف طريقة التعهيد الجماعي بيانات التنوع اللغوي، ويقدم تحليلا للبيانات. وتشمل هذه البيانات مجموعة واسعة من الظواهر اللغوية وجمع من التفكير البصري المطلوب. نحن نستخدم مجموعة متنوعة من نماذج البيانات التجريبية، ويمكن تقديم هذه البيانات باعتبارها تحديا قويا لبحث مستقبل.

الرقم: جمل بسيطة وصور الإحضار لدينا. تحتوي كل صورة ثلاثة أنواع مختلفة من الكائنات. الجملة أعلاه هو القيمة الحقيقية، أدناه هي كاذبة.

أفضل عرض ورقة: حافظ: نظام الجيل الشعر التفاعلية

ملخص

حافظ هو نظام قادر على توليد الشعر تلقائيا، ونظام يجمع بين شبكة المتكررة العصبية (RNN) ومتقبل الدولة محدود (FSA). يمكن أن تولد السوناتة تستند إلى أي موضوع معين. وعلاوة على ذلك، وأساليب حافظ تسمح للمستخدم لضبط الإعدادات المختلفة ولتعديل الشعر البولندية التي تم إنشاؤها. تبين التجارب أن مثل هذا "على اتصال ومتابعة" تأخذ في الاعتبار آلية نية للمستخدم، ويمكن أن تنتج الشعر أفضل. في قسم التقييم، بنينا واجهة ويب، يمكن للمستخدمين تقيم نوعية كل آية مع النجوم 1-5. استخدام الكلمات تشذيب (تقليم المفردات) والحوسبة GPU، ونحن سوف تسريع النظام برمته من 10 مرات، والتي يمكن جمع بسرعة ردود الفعل كافيا. وبناء على هذه الملاحظات، ونظام التعلم وضبط المعلمات الرامية إلى تحسين نوعية الشعر الذي تم إنشاؤه.

الشكل 1: حافظ البنية الكلية

الشكل 2: (أ) توليد الإعداد الافتراضي للشعر؛ (ب) توليد المستخدم لضبط إعدادات أسلوب الشعر

أفضل أوراق ترشيح العرض: OpenNMT: المصدر المفتوح أدوات الترجمة الآلية العصبية

ملخص

وقال خصائص هذه الورقة، ونحن تصف الترجمة الآلية العصبية (NMT) هو مجموعة أدوات مفتوحة المصدر، وأدوات تعطي الأولوية للكفاءة، وحدات وقابلة للتطوير، والغرض من ذلك هو دعم NMT هيكل نموذج مصدر وطريقة الدراسة، مع الحفاظ على الأداء التنافسي ومتطلبات التدريب معقولة. وتشمل هذه المجموعة وثائق مفصلة النمذجة التدريس ودعم الترجمة، فضلا عن التكنولوجيا الأساسية.

الرقم: الترجمة الآلية FIG العصبية. الكلمات مصدر أحمر إطار تم تعيينها إلى ناقل كلمة الأولى، ثم تغذي الشبكة العصبية المتكررة (RNN). عندما ترى إيوس > عندما الرموز، الخطوة آخر مرة من تهيئة RNN المرمى (الأزرق). الهدف في كل خطوة الوقت، يتم تطبيق RNN الانتباه إلى المصدر، وجنبا إلى جنب مع دولة خفية الحالية، وتوليد التنبؤ الكلمة التالية. ثم يتم تغذية هذا التوقع إلى هدف RNN.

جائزة الإنجاز مدى الحياة: الذكاء الاصطناعي، والتفاعل بين الإنسان والحاسوب والتخطيط التعاوني

كما أعلن في نفس الوقت "جائزة إنجاز العمر" (عمر جائزة أتشيفيمينت) - الأستاذ في جامعة هارفارد باربرا J. غروز تسلم جائزة ونشرت خطاب القبول.

جائزة البروفيسور باربرا J. غروز السنة

ويتمثل التحدي الرئيسي في علوم الكمبيوتر من السهل الاستخدام، ويخلق الأساس العلمي والتقني لنظم المعلومات على نطاق واسع. في بحوث الذكاء الاصطناعي الغرض من ذلك هو فهم بنية نظام الكمبيوتر يمكن أن تعمل بذكاء الطريق، وبناء مثل هذا النظام. أستاذ غروز قلق هاتين المسألتين، لتطوير قدرات نظام الكمبيوتر الذكية المطلوبة للعب دور في المدى الطويل، مؤكدة البيئة، ودينامية. وقد اقترح البروفسور غروز مشروع بحثي تعاوني لنظريات بناء ونماذج يمكن أن تتعاون مع بعضها معا الآخرين أو العمل مع نظام المستخدم. مساعد مفيد لبناء، وليس فقط أدوات إمكانية التشغيل المتداخل أمر بالغ الأهمية. تحسين التفاعل بين الإنسان والحاسوب، بما في ذلك التعامل السليم مع المقاطعات، هو جزء مهم من هذا التحدي.

قدم البروفيسور غروز رائدة مساهمات في مجال نظم معالجة اللغة الطبيعية، متعددة وكيل. وقد وضعت بعض من أقرب نظام الحوار بين الإنسان والحاسوب، التي أنشئت مجال أبحاث النمذجة الحاسوبية الخطاب. وساعدت العمل على نموذج للتعاون في إنشاء هذا المجال من البحث، واقتراح إطار للتعاون متعدد وكيل والعديد من واجهة الانسان والآلة. حاليا، أستاذ غروز التركيز على البحوث هو استكشاف متعدد النظم وكيل التعاونية واجهة التعاونية لتحسين وضع الاتصال بين الطبيب والمريض.

غروز غير الأكاديمية الوطنية الأمريكية للهندسة، وهو عضو في الجمعية الأمريكية الفلسفي، والجمعية الملكية لأدنبرة، والأكاديمية الأمريكية للفنون والعلوم، والجمعية الأمريكية للذكاء الاصطناعي (AAAI)، جمعية الحوسبة الآلية والجمعية الأمريكية لتقدم زميل العلوم. غروز بسبب "المساهمات الأساسية لدراسة معالجة اللغة الطبيعية ونظام متعدد الوكلاء، ودور القيادة في مجال الذكاء الاصطناعي، فضلا عن الدور القيادي للبناء وقيادة المؤسسات متعددة التخصصات"، وحصل في عام 2009، ACM / AAAI ألين جائزة نويل. بحلول عام 2015، منحت IJCAI جائزة الإنجاز مدى الحياة ل "نظرية الأبحاث الرائدة وتطبيق نظم معالجة اللغة الطبيعية ومتعدد وكيل" في بلدها.

دور القيادة غروز في هيئات متعددة التخصصات أيضا بارزة جدا ومحترمة على نطاق واسع نظرا لتعزيز وضع المرأة في مساهمة المجالات العلمية. من 2007-2011، عمل جامعة هارفارد أستاذ غروز كعميد المؤقت للمعهد رادكليف للدراسات المتقدمة وعميد.

انقر هنا لقراءة المقال الأصلي لمعرفة التفاصيل، ونأمل أن تتمكن من الانضمام ~