論文の概要: Towards Quantifying the Distance between Opinions

• arxiv url: http://arxiv.org/abs/2001.09879v1
• Date: Mon, 27 Jan 2020 16:01:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-06 08:06:18.604607
• Title: Towards Quantifying the Distance between Opinions
• Title（参考訳）: 意見の距離の定量化に向けて
• Authors: Saket Gurukar, Deepak Ajwani, Sourav Dutta, Juho Lauri, Srinivasan Parthasarathy, Alessandra Sala
• Abstract要約: テキストの類似性のみに基づく測度や、全体の感情に基づく測度は、意見間の距離を効果的に捉えられないことが多い。 そこで本稿では,ニュアンス観測を生かした意見の類似性を捉えるための新しい距離尺度を提案する。 教師なしの環境では、既存の手法と比較して、調整ランダム指数のスコア(最大56倍)とシルエット係数(最大21倍)が大幅に向上する。
• 参考スコア（独自算出の注目度）: 66.29568619199074
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Increasingly, critical decisions in public policy, governance, and business strategy rely on a deeper understanding of the needs and opinions of constituent members (e.g. citizens, shareholders). While it has become easier to collect a large number of opinions on a topic, there is a necessity for automated tools to help navigate the space of opinions. In such contexts understanding and quantifying the similarity between opinions is key. We find that measures based solely on text similarity or on overall sentiment often fail to effectively capture the distance between opinions. Thus, we propose a new distance measure for capturing the similarity between opinions that leverages the nuanced observation -- similar opinions express similar sentiment polarity on specific relevant entities-of-interest. Specifically, in an unsupervised setting, our distance measure achieves significantly better Adjusted Rand Index scores (up to 56x) and Silhouette coefficients (up to 21x) compared to existing approaches. Similarly, in a supervised setting, our opinion distance measure achieves considerably better accuracy (up to 20% increase) compared to extant approaches that rely on text similarity, stance similarity, and sentiment similarity
• Abstract（参考訳）: 公共政策、ガバナンス、ビジネス戦略における批判的な決定は、構成員(市民、株主など)のニーズや意見をより深く理解することに依存している。 トピックに関する多数の意見を集めるのが容易になった一方で、意見の空間をナビゲートするための自動化ツールが必要である。 このような文脈では、意見の類似性を理解し定量化することが重要である。 テキストの類似性や全体感に基づく測定では,意見間の距離を効果的に把握できないことが多い。 そこで本研究では,ニュアンス的観察を生かした意見間の類似性を捉えるための新しい距離尺度を提案する。 具体的には、教師なしの設定では、既存のアプローチと比較して、調整されたランド指数スコア(最大56倍)とシルエット係数(最大21倍)が大幅に向上する。 同様に、教師付き環境では、我々の意見距離測定は、テキストの類似性、姿勢の類似性、感情の類似性に依存する既存のアプローチに比べて、かなり精度が(最大20%まで)向上する。

関連論文リスト

• Rater Cohesion and Quality from a Vicarious Perspective [22.445283423317754]
  Vicariousアノテーションは、他の人がデータにアノテートすると考える方法をラウンダーに問うことによって、不一致を断ち切る方法である。 我々はレーダ結束指標を用いて、政治的関係や人種的背景がラテンダーの犯罪に対する認識に与える影響について検討する。 我々は,レーダの品質指標が,個人的および活気あるレベルにわたって,グループ内およびグループ間レーダの凝集にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2024-08-15T20:37:36Z)
• Predicting Text Preference Via Structured Comparative Reasoning [110.49560164568791]
  我々は、構造化中間比較を生成することによって、テキストの嗜好を予測するプロンプト方式であるSCを導入する。 我々は、テキスト間の差異を明確に区別するためのペアワイズ整合コンパレータと一貫した比較を選択する。 要約,検索,自動評価など多種多様なNLPタスクに対する総合的な評価は,SCがテキスト優先予測における最先端性能を達成するためにLLMを装備していることを示す。
  論文  参考訳（メタデータ） (2023-11-14T18:51:38Z)
• Aspect-oriented Opinion Alignment Network for Aspect-Based Sentiment Classification [14.212306015270208]
  本稿では、意見語とそれに対応する側面の文脈的関連を捉えるために、アスペクト指向オピニオンアライメントネットワーク(AOAN)を提案する。 さらに,対象の側面に関連性のある意見情報を一致させる多視点的注意機構を設計する。 提案モデルでは,3つのベンチマークデータセットに対して最先端の結果が得られた。
  論文  参考訳（メタデータ） (2023-08-22T13:55:36Z)
• Factoring the Matrix of Domination: A Critical Review and Reimagination of Intersectionality in AI Fairness [55.037030060643126]
  間欠性は、社会的不平等の持続性を調べるための重要な枠組みである。 我々は、公平性を効果的に運用するために、交差性を分析的枠組みとして採用することが重要であると論じる。
  論文  参考訳（メタデータ） (2023-03-16T21:02:09Z)
• Attributable Visual Similarity Learning [90.69718495533144]
  本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。 人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。 CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2022-03-28T17:35:31Z)
• On Quantitative Evaluations of Counterfactuals [88.42660013773647]
  本稿では、分析と実験を通じて、視覚的対実例の評価に関する研究を集約する。 ほとんどのメトリクスは、十分な単純なデータセットを意図して振る舞うが、複雑さが増加すると、良い結果と悪い結果の違いを判断できないものもいる。 私たちはラベル変動スコアとOracleスコアという2つの新しい指標を提案しています。
  論文  参考訳（メタデータ） (2021-10-30T05:00:36Z)
• Fine-Grained Opinion Summarization with Minimal Supervision [48.43506393052212]
  FineSumは、複数のドキュメントから意見を抽出することでターゲットをプロファイルすることを目的としている。 FineSumは、生のコーパスから意見語句を自動的に識別し、異なる側面と感情に分類し、各アスペクト/感覚の下に複数のきめ細かい意見クラスタを構築する。 ベンチマークの自動評価と定量的人的評価の両方が,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2021-10-17T15:16:34Z)
• CLEVA-Compass: A Continual Learning EValuation Assessment Compass to Promote Research Transparency and Comparability [15.342039156426843]
  私たちは、Desiderataの正確な定式化の目標は、様々なアプリケーションが常に異なるシナリオを保証できるため、不適切なものであると論じます。 CLEVA-コンパスは、最近のレプリケーショントレンドの精神の中でコンパクトな仕様の促進に加えて、個々のシステムの優先順位を理解するための直感的なチャートを提供する。
  論文  参考訳（メタデータ） (2021-10-07T10:53:26Z)
• A Variational Approach to Unsupervised Sentiment Analysis [8.87759101018566]
  本研究では,教師なし感情分析のための変分アプローチを提案する。 我々は、監視信号としてターゲット-オピニオンワードペアを使用する。 顧客レビューと臨床物語に対する感情分析に本手法を適用した。
  論文  参考訳（メタデータ） (2020-08-21T09:52:35Z)
• Don't Let Me Be Misunderstood: Comparing Intentions and Perceptions in Online Discussions [17.430757860728733]
  本稿では,オンライン公開討論における視点の探索と比較のための計算フレームワークを提案する。 私たちは、Facebook上の公開コメントに関するログデータと、これらのコメントを書く意図に関する1万6000人以上の人の調査を組み合わせています。 本分析では,これらの概念がしばしば混同されることから,コメントが事実か意見なのかを判断することに焦点を当てた。
  論文  参考訳（メタデータ） (2020-04-28T15:43:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。