Fugu-MT 論文翻訳(概要): Stance Prediction for Contemporary Issues: Data and Experiments

論文の概要: Stance Prediction for Contemporary Issues: Data and Experiments

arxiv url: http://arxiv.org/abs/2006.00052v1
Date: Fri, 29 May 2020 19:54:07 GMT
ステータス: 処理完了
システム内更新日: 2022-11-26 22:46:24.102640
Title: Stance Prediction for Contemporary Issues: Data and Experiments
Title（参考訳）: 現代問題におけるスタンス予測:データと実験
Authors: Marjan Hosseinia, Eduard Dragut and Arjun Mukherjee
Abstract要約: 本稿では,感情情報と感情情報を含む事前学習された双方向トランスフォーマーが,現代の課題の長期にわたる議論において,姿勢検出を改善するか否かを検討する。非党派的な形式でProcon.orgが収集した419の異なる問題とその関連するプロスとコンスをカバーする新しいスタンス検出データセットを作成する。
参考スコア（独自算出の注目度）: 0.8808993671472349
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We investigate whether pre-trained bidirectional transformers with sentiment and emotion information improve stance detection in long discussions of contemporary issues. As a part of this work, we create a novel stance detection dataset covering 419 different controversial issues and their related pros and cons collected by procon.org in nonpartisan format. Experimental results show that a shallow recurrent neural network with sentiment or emotion information can reach competitive results compared to fine-tuned BERT with 20x fewer parameters. We also use a simple approach that explains which input phrases contribute to stance detection.
Abstract（参考訳）: 本稿では,感情情報と感情情報を含む事前学習された双方向トランスフォーマーが,現代の課題の長期にわたる議論において,姿勢検出を改善するか否かを検討する。本研究の一環として,Procon.orgが非党派形式で収集した419の異なる問題とその関連するプロスとコンスをカバーする新しい姿勢検出データセットを作成する。実験結果から、感情情報や感情情報を含む浅い再帰ニューラルネットワークは、20倍のパラメータを持つ微調整BERTと比較して、競合する結果が得られることが示された。また、どの入力句がスタンス検出に寄与するかを説明するシンプルなアプローチを用いる。

関連論文リスト

Adversarial Pruning: A Survey and Benchmark of Pruning Methods for Adversarial Robustness [16.623648447423438]
近年の研究では、敵の例に対する堅牢性を保ちながら、ネットワークのサイズを小さくするニューラルネットワークプルーニング技術が提案されている。これらの手法には複雑で明瞭な設計が含まれており、違いを分析して公正かつ正確な比較を確立することは困難である。そこで我々は,パイプライン,いつ産卵するべきか,具体例,どのように産卵するべきかという2つの主要な次元に基づいて分類する新しい分類法を提案する。
論文参考訳（メタデータ） (2024-09-02T13:34:01Z)
Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
論文参考訳（メタデータ） (2024-04-26T07:30:32Z)
Assaying on the Robustness of Zero-Shot Machine-Generated Text Detectors [57.7003399760813]
先進的なLarge Language Models (LLMs) とその特殊な変種を探索し、いくつかの方法でこの分野に寄与する。トピックと検出性能の間に有意な相関関係が発見された。これらの調査は、様々なトピックにまたがるこれらの検出手法の適応性と堅牢性に光を当てた。
論文参考訳（メタデータ） (2023-12-20T10:53:53Z)
Chain-of-Thought Embeddings for Stance Detection on Social Media [3.5128547933798275]
CoT(Chain-of-Thought)プロンプトは,最近,姿勢検出タスクのパフォーマンス向上を図っている。本研究では,姿勢検出タスクにおけるCOT性能を向上させるCOT埋め込みについて紹介する。本モデルはソーシャルメディアから収集した複数の姿勢検出データセット上でのSOTA性能を実現する。
論文参考訳（メタデータ） (2023-10-30T17:18:10Z)
Guilt Detection in Text: A Step Towards Understanding Complex Emotions [58.720142291102135]
ギルト検出と呼ばれる新しい自然言語処理タスクを導入する。我々は、罪悪感を、これまでNLPで研究されていない複雑で致命的な感情とみなす。罪状検出のための公開コーパスの欠如に対処するため,4622テキストを含むデータセットであるVICを開発した。
論文参考訳（メタデータ） (2023-03-06T21:36:19Z)
Distance Matters in Human-Object Interaction Detection [22.3445174577181]
HOI検出における遠隔操作をよりよく扱うための新しい2段階手法を提案する。我々の手法における重要な構成要素は、Far Near Distance Attentionモジュールである。さらに,距離認識損失関数(Distance-Aware loss function)を考案した。
論文参考訳（メタデータ） (2022-07-05T08:06:05Z)
Block-Sparse Adversarial Attack to Fool Transformer-Based Text Classifiers [49.50163349643615]
本稿では,変圧器を用いたテキスト分類器に対して,勾配に基づく逆攻撃を提案する。実験結果から, 文の意味を抑えながら, GPT-2の精度を5%以下に抑えることができた。
論文参考訳（メタデータ） (2022-03-11T14:37:41Z)
Time to Transfer: Predicting and Evaluating Machine-Human Chatting Handoff [36.62707486132739]
人間とアルゴリズムのコラボレーションを可能にするMHCH(Machine-Human Chatting Handoff)を紹介します。正規/伝達可能な発話を検出するために,DAMI(Difficulty-Assisted Matching Inference)ネットワークを提案する。文脈マッチング機能をキャプチャするためにマッチング推論機構が導入される。
論文参考訳（メタデータ） (2020-12-14T15:02:08Z)
Zero-Shot Stance Detection: A Dataset and Model using Generalized Topic Representations [13.153001795077227]
従来のデータセットよりも広い範囲のトピックや語彙の変化をキャプチャするゼロショットスタンス検出のための新しいデータセットを提案する。また、一般化されたトピック表現を用いてトピック間の関係を暗黙的にキャプチャするスタンス検出の新しいモデルを提案する。
論文参考訳（メタデータ） (2020-10-07T20:27:12Z)
Pareto Probing: Trading Off Accuracy for Complexity [87.09294772742737]
我々は,プローブの複雑性と性能の基本的なトレードオフを反映したプローブ計量について論じる。係り受け解析による実験により,文脈表現と非文脈表現の統語的知識の幅広いギャップが明らかとなった。
論文参考訳（メタデータ） (2020-10-05T17:27:31Z)
Amnesic Probing: Behavioral Explanation with Amnesic Counterfactuals [53.484562601127195]
調査結果から行動学的結論を推測できない点を指摘する。我々は、どの情報がエンコードされているかではなく、その情報がどのように使われているかに焦点を当てた代替手段を提供する。
論文参考訳（メタデータ） (2020-06-01T15:00:11Z)

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。