Generalised Winograd Schema and its Contextuality

要約

自然言語のあいまいさにより、解釈に確率分布が生じます。
多くの場合、一度に複数のあいまいな単語が分布します。
多重性により、それらは量子文脈性の層理論モデルに適したトピックになります。
以前の研究では、文脈性のさまざまな定量的尺度が、語彙の曖昧さに関する心理言語学的研究とよく相関していることが示されています。
この研究では、共参照の曖昧さに焦点を当て、マシンの知能を評価するために 2011 年に Levesque によって提案されたテストである Winograd Schema Challenge (WSC) を調査します。
WSC は、Winograd スキーマに従って構造化された文内の代名詞の曖昧さをなくすことを要求する多肢選択式の質問で構成されており、機械が正しい指示対象を決定するのは困難ですが、人間の理解には直感的です。
この研究では、量子物理学の実験として Winograd スキーマを同様にモデル化するアプローチを提案します。
しかし、私たちは、元の Winograd スキーマは本質的に単純すぎて文脈性を容易にできないと主張します。
スキーマを一般化して、Bell-CHSH 測定シナリオに類似したものにするための新しいメカニズムを導入します。
私たちは、クラウドソーシング プラットフォームを通じて収集した人間の判断によって補完された、この一般化されたスキーマの例を報告します。
結果として得られるモデルは、Bell-CHSH 不等式を 0.192 違反するため、共参照解像度設定における文脈性を示します。

要約(オリジナル)

Ambiguities in natural language give rise to probability distributions over interpretations. The distributions are often over multiple ambiguous words at a time; a multiplicity which makes them a suitable topic for sheaf-theoretic models of quantum contextuality. Previous research showed that different quantitative measures of contextuality correlate well with Psycholinguistic research on lexical ambiguities. In this work, we focus on coreference ambiguities and investigate the Winograd Schema Challenge (WSC), a test proposed by Levesque in 2011 to evaluate the intelligence of machines. The WSC consists of a collection of multiple-choice questions that require disambiguating pronouns in sentences structured according to the Winograd schema, in a way that makes it difficult for machines to determine the correct referents but remains intuitive for human comprehension. In this study, we propose an approach that analogously models the Winograd schema as an experiment in quantum physics. However, we argue that the original Winograd Schema is inherently too simplistic to facilitate contextuality. We introduce a novel mechanism for generalising the schema, rendering it analogous to a Bell-CHSH measurement scenario. We report an instance of this generalised schema, complemented by the human judgements we gathered via a crowdsourcing platform. The resulting model violates the Bell-CHSH inequality by 0.192, thus exhibiting contextuality in a coreference resolution setting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google