論文の概要: Towards Discourse Parsing-inspired Semantic Storytelling
- arxiv url: http://arxiv.org/abs/2004.12190v1
- Date: Sat, 25 Apr 2020 17:09:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-09 21:53:23.165372
- Title: Towards Discourse Parsing-inspired Semantic Storytelling
- Title（参考訳）: 談話パーシングにインスパイアされたセマンティックストーリーテリングを目指して
- Authors: Georg Rehm and Karolina Zaczynska and Juli\'an Moreno-Schneider and
Malte Ostendorff and Peter Bourgonje and Maria Berger and Jens Rauenbusch and
Andr\'e Schmidt and Mikka Wild
- Abstract要約: セマンティックストーリーテリングに関する長期的なビジョンを概説し、現在の概念的および技術的なアプローチについて説明する。
長期的な目標の1つは、幅広いカバレッジを持ち、さらに堅牢なセマンティックストーリーテリングのアプローチを開発することである。
- 参考スコア（独自算出の注目度）: 0.8974184539413771
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Previous work of ours on Semantic Storytelling uses text analytics procedures
including Named Entity Recognition and Event Detection. In this paper, we
outline our longer-term vision on Semantic Storytelling and describe the
current conceptual and technical approach. In the project that drives our
research we develop AI-based technologies that are verified by partners from
industry. One long-term goal is the development of an approach for Semantic
Storytelling that has broad coverage and that is, furthermore, robust. We
provide first results on experiments that involve discourse parsing, applied to
a concrete use case, "Explore the Neighbourhood!", which is based on a
semi-automatically collected data set with documents about noteworthy people in
one of Berlin's districts. Though automatically obtaining annotations for
coherence relations from plain text is a non-trivial challenge, our preliminary
results are promising. We envision our approach to be combined with additional
features (NER, coreference resolution, knowledge graphs
- Abstract（参考訳）: セマンティックストーリーテリングに関するこれまでの研究では、名前付きエンティティ認識やイベント検出を含むテキスト分析手順を使用しています。
本稿では,セマンティックストーリーテリングの長期的展望を概説し,現在の概念的および技術的アプローチについて述べる。
私たちの研究を推進するプロジェクトでは、産業のパートナーによって検証されるaiベースの技術を開発します。
長期的な目標の1つは、幅広いカバレッジを持ち、さらに堅牢なセマンティックストーリーテリングのアプローチを開発することである。
本研究は,ベルリン地区の特筆すべき人物に関する文書を半自動的に収集したデータをもとに,具体的なユースケースである「近所を探索!」に適用した談話解析に関する実験の最初の結果を提供する。
プレーンテキストからコヒーレンス関係に対するアノテーションを自動取得することは自明な課題ではないが,予備的な結果は有望である。
我々は、追加機能(NER、コア参照解決、知識グラフ)と組み合わせるアプローチを考えている。
関連論文リスト
- Generated Contents Enrichment [11.196681396888536]
我々は、GCE(Generated Contents Enrichment)と呼ばれる新しい人工知能タスクを提案する。
提案したGCEは、視覚領域とテキスト領域の両方において、コンテンツ豊か化を明示的に行おうとしている。
GCEに対処するために,意味論と意味間関係を明確に探求するディープエンド・ツー・エンドの敵対手法を提案する。
論文 参考訳（メタデータ） (2024-05-06T17:14:09Z) - Towards Open Vocabulary Learning: A Survey [146.90188069113213]
ディープニューラルネットワークは,セグメンテーションやトラッキング,検出といった,さまざまなコアタスクにおいて,目覚ましい進歩を遂げている。
近年、視覚言語事前学習の急速な進歩により、オープンな語彙設定が提案されている。
本稿では,その分野における最近の発展を要約し分析し,オープンな語彙学習の徹底的なレビューを行う。
論文 参考訳（メタデータ） (2023-06-28T02:33:06Z) - TextFormer: A Query-based End-to-End Text Spotter with Mixed Supervision [61.186488081379]
Transformerアーキテクチャを用いた問合せベースのエンドツーエンドテキストスポッターであるTextFormerを提案する。
TextFormerは、画像エンコーダとテキストデコーダの上に構築され、マルチタスクモデリングのための共同セマンティック理解を学ぶ。
分類、セグメンテーション、認識のブランチの相互訓練と最適化を可能にし、より深い特徴共有をもたらす。
論文 参考訳（メタデータ） (2023-06-06T03:37:41Z) - Unsupervised Abstractive Dialogue Summarization with Word Graphs and POV
Conversion [1.2691047660244335]
多文圧縮グラフを用いた教師なし抽象対話要約における最先端技術について述べる。
本手法は,会議,インタビュー,映画脚本,日々の会話など,複数の領域にまたがるデータセット上で実証される。
論文 参考訳（メタデータ） (2022-05-26T02:18:12Z) - Fine-Grained Visual Entailment [51.66881737644983]
そこで本稿では,テキストから画像への微粒な知識要素の論理的関係を予測することを目的として,このタスクの拡張を提案する。
従来の研究とは異なり、本手法は本質的に説明可能であり、異なるレベルの粒度で論理的予測を行う。
本手法は,手動でアノテートした知識要素のデータセットを用いて評価し,この課題に対して68.18%の精度を達成できることを示す。
論文 参考訳（メタデータ） (2022-03-29T16:09:38Z) - Emotion-Cause Pair Extraction in Customer Reviews [3.561118125328526]
我々は,オンラインレビューの分野において,ECPEにおける研究成果を提示することを目的としている。
手動でアノテートしたデータセットを用いて、ニューラルネットワークを用いて感情の原因ペアを抽出するアルゴリズムを探索する。
本稿では,従来の参考資料を用いたモデルと感情要因のペア抽出と,感情認識単語の埋め込み領域の研究を組み合わせることを提案する。
論文 参考訳（メタデータ） (2021-12-07T20:56:20Z) - Pre-training Language Model Incorporating Domain-specific Heterogeneous Knowledge into A Unified Representation [49.89831914386982]
本研究では, 構造化されていないテキスト, 半構造化されたテキスト, 十分に構造化されたテキストを含む, あらゆる形式のテキストに対して, 統一された事前学習言語モデル (PLM) を提案する。
提案手法は,データの1/4のみを用いて,プレーンテキストの事前学習に優れる。
論文 参考訳（メタデータ） (2021-09-02T16:05:24Z) - From Show to Tell: A Survey on Image Captioning [48.98681267347662]
視覚と言語を結びつけることは、ジェネレーティブ・インテリジェンスにおいて重要な役割を担っている。
画像キャプションの研究はまだ結論に達していない。
本研究の目的は,画像キャプション手法の包括的概要と分類を提供することである。
論文 参考訳（メタデータ） (2021-07-14T18:00:54Z) - Dialogue Discourse-Aware Graph Convolutional Networks for Abstractive
Meeting Summarization [24.646506847760822]
会議要約のための対話談-Aware Graph Convolutional Networks (DDA-GCN) を開発する。
まず,対話談話関係を用いた会議テキスト全体を談話グラフに変換し,それからDDA-GCNを用いてそのグラフの意味表現を符号化する。
最後に,再帰的ニューラルネットワークを用いて要約を生成する。
論文 参考訳（メタデータ） (2020-12-07T07:51:38Z) - A Dependency Syntactic Knowledge Augmented Interactive Architecture for
End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。
このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。
3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文 参考訳（メタデータ） (2020-04-04T14:59:32Z)
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。