Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

First Experiments with Neural Translation of Informal to Formal Mathematics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F18%3A00329357" target="_blank" >RIV/68407700:21230/18:00329357 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21730/18:00329357

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007/978-3-319-96812-4_22" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-96812-4_22</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-319-96812-4_22" target="_blank" >10.1007/978-3-319-96812-4_22</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    First Experiments with Neural Translation of Informal to Formal Mathematics

  • Popis výsledku v původním jazyce

    We report on our experiments to train deep neural networks that automatically translate informalized LATEX-written Mizar texts into the formal Mizar language. To the best of our knowledge, this is the first time when neural networks have been adopted in the formalization of mathematics. Using Luong et al.’s neural machine translation model (NMT), we tested our aligned informal-formal corpora against various hyperparameters and evaluated their results. Our experiments show that our best performing model configurations are able to generate correct Mizar statements on 65.73% of the inference data, with the union of all models covering 79.17%. These results indicate that formalization through artificial neural network is a promising approach for automated formalization of mathematics. We present several case studies to illustrate our results.

  • Název v anglickém jazyce

    First Experiments with Neural Translation of Informal to Formal Mathematics

  • Popis výsledku anglicky

    We report on our experiments to train deep neural networks that automatically translate informalized LATEX-written Mizar texts into the formal Mizar language. To the best of our knowledge, this is the first time when neural networks have been adopted in the formalization of mathematics. Using Luong et al.’s neural machine translation model (NMT), we tested our aligned informal-formal corpora against various hyperparameters and evaluated their results. Our experiments show that our best performing model configurations are able to generate correct Mizar statements on 65.73% of the inference data, with the union of all models covering 79.17%. These results indicate that formalization through artificial neural network is a promising approach for automated formalization of mathematics. We present several case studies to illustrate our results.

Klasifikace

  • 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)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF15_003%2F0000466" target="_blank" >EF15_003/0000466: Umělá inteligence a uvažování</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2018

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Intelligent Computer Mathematics

  • ISBN

    978-3-319-96811-7

  • ISSN

    0302-9743

  • e-ISSN

    1611-3349

  • Počet stran výsledku

    16

  • Strana od-do

    255-270

  • Název nakladatele

    Springer Nature

  • Místo vydání

  • Místo konání akce

    Hagenberg

  • Datum konání akce

    13. 8. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000469337500022