Exploring Abductive Reasoning in Language Models for Data-to-Text Generation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A10492603" target="_blank" >RIV/00216208:11320/23:10492603 - isvavai.cz</a>

Výsledek na webu

<a href="https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10470804" target="_blank" >https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=10470804</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/AICS60730.2023.10470804" target="_blank" >10.1109/AICS60730.2023.10470804</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Exploring Abductive Reasoning in Language Models for Data-to-Text Generation

Popis výsledku v původním jazyce

Abductive reasoning remains underexplored in language models despite its everyday human use, effectiveness in handling incomplete information, and use in automated planning. We present a data-to-text generation pipeline that prompts language models with abductive tasks to investigate its applicability. We show its utility in content selection, though generating a discourse plan for selected content presents challenges for non-fine-tuned language models. The three-stage pipeline allows for the deployment of more suitable models for different stages (reasoning and realization). This work highlights the potential of symbolic reasoning approaches in enhancing language models.

Název v anglickém jazyce

Exploring Abductive Reasoning in Language Models for Data-to-Text Generation

Popis výsledku anglicky

Abductive reasoning remains underexplored in language models despite its everyday human use, effectiveness in handling incomplete information, and use in automated planning. We present a data-to-text generation pipeline that prompts language models with abductive tasks to investigate its applicability. We show its utility in content selection, though generating a discourse plan for selected content presents challenges for non-fine-tuned language models. The three-stage pipeline allows for the deployment of more suitable models for different stages (reasoning and realization). This work highlights the potential of symbolic reasoning approaches in enhancing language models.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

31st Irish Conference on Artificial Intelligence and Cognitive Science (AICS)

ISBN

979-8-3503-6021-9

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

1-4

Název nakladatele

IEEE

Místo vydání

New York City, U.S.

Místo konání akce

Letterkenny, Ireland

Datum konání akce

7. 12. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

001195949100032