論文の概要: Tangles: a new paradigm for clusters and types
- arxiv url: http://arxiv.org/abs/2006.01830v1
- Date: Wed, 3 Jun 2020 13:13:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 18:21:48.688275
- Title: Tangles: a new paradigm for clusters and types
- Title(参考訳): Tangles: クラスタと型のための新しいパラダイム
- Authors: Reinhard Diestel
- Abstract要約: これは、経験科学におけるタングルの適用について、私が準備している本入門章の草稿です。
このドラフトを早めに投稿する目的は、トライアングル応用の著者に、数学以外のトライアングル応用の基礎となる基本的な原則の一般的な参照を与えることである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional clustering identifies groups of objects that share certain
qualities. Tangles do the converse: they identify groups of qualities that
often occur together. They can thereby discover, relate, and structure types:
of behaviour, political views, texts, or viruses. If desired, tangles can also
be used for direct clustering of objects. They offer a precise, quantitative
paradigm suited particularly to fuzzy clusters, since they do not require any
`hard' assignments of objects to the clusters they collectively form. This is a
draft of the introductory chapter of a book I am preparing on the application
of tangles in the empirical sciences. The purpose of posting this draft early
is to give authors of tangle application papers a generic reference for the
basic guiding principles underlying tangle applications outside mathematics, so
that in their own papers they can concentrate on the ideas specific to their
particular application rather than having to repeat the generic story each
time. The text starts with three separate generic introductions to tangles in
the natural sciences, in the social sciences, and in data science including
machine learning. It then gives a short informal description of the abstract
notion of tangles that encompasses all these potential applications.
- Abstract(参考訳): 従来のクラスタリングは、特定の特性を共有するオブジェクトのグループを識別する。
タングルは、しばしば一緒に起こる品質のグループを識別する。
これにより、行動、政治観、テキスト、ウイルスのタイプを発見、関連付け、構造化することができる。
所望であれば、オブジェクトの直接クラスタリングにも使用することができる。
これらはファジィクラスタに特に適合する精密で定量的なパラダイムを提供するが、それらは集合的に形成されるクラスタへのオブジェクトの“ハード”割り当てを必要としない。
これは、経験科学におけるタングルの適用について準備している本の導入章の草稿です。
このドラフトを早めに投稿する目的は、タングル応用の著者に、数学以外でのタングル応用の基礎となる基本的な原則の一般的な参照を与えることであり、そのため、彼ら自身の論文では、ジェネリックストーリーを毎回繰り返すのではなく、特定のアプリケーションに固有のアイデアに集中することができる。
テキストは、自然科学、社会科学、そして機械学習を含むデータサイエンスにおいて、つるに関する3つの異なる一般的な紹介から始まる。
そして、これら全ての潜在的な応用を包含するタングルの抽象概念の短い非公式な記述を与える。
関連論文リスト
- How-to Guides for Specific Audiences: A Corpus and Initial Findings [5.017340878617933]
本研究では,ある特定のプラットフォームからのハウツーガイド(wikiHow)が実際にどの程度異なるかを検討する。
その結果,他のテキストジャンルと同様,wikiHowからのガイドも微妙なバイアスを受けることがわかった。
論文 参考訳(メタデータ) (2023-09-21T14:35:42Z) - Prompt, Condition, and Generate: Classification of Unsupported Claims
with In-Context Learning [5.893124686141782]
我々は,詳細な議論に焦点をあて,可算な物語の集合を蒸留する新たな課題を定式化する。
本稿では,120k以上の議論,主張,異質な情報源からのコメントを含む12の論争的トピックをクラウドソースで収集し,それぞれに物語ラベルを付加した。
提案手法は,物語分類モデルの性能向上に有効であることを示す。
論文 参考訳(メタデータ) (2023-09-19T06:42:37Z) - HyperMiner: Topic Taxonomy Mining with Hyperbolic Embedding [54.52651110749165]
本稿では,単語や話題を表現するために,メタボリック埋め込みを導入した新しいフレームワークを提案する。
双曲空間のツリー様性により、下層のセマンティック階層はより解釈可能なトピックをマイニングするためによりうまく利用することができる。
論文 参考訳(メタデータ) (2022-10-16T02:54:17Z) - Compositional Temporal Grounding with Structured Variational Cross-Graph
Correspondence Learning [92.07643510310766]
ビデオの時間的接地は、あるクエリ文に意味的に対応する1つのターゲットビデオセグメントをローカライズすることを目的としている。
新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。
出現した単語の新たな組み合わせによるクエリの一般化に失敗したことを実証的に見出した。
本稿では,ビデオと言語を複数の階層構造に明示的に分解する多変分グラフ推論フレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-24T12:55:23Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳(メタデータ) (2021-06-15T20:55:55Z) - Fact-driven Logical Reasoning for Machine Reading Comprehension [82.58857437343974]
私たちは、常識と一時的な知識のヒントの両方を階層的にカバーする動機があります。
具体的には,文の背骨成分を抽出し,知識単位の一般的な定式化を提案する。
次に、事実単位の上にスーパーグラフを構築し、文レベル(事実群間の関係)と実体レベルの相互作用の利点を享受する。
論文 参考訳(メタデータ) (2021-05-21T13:11:13Z) - Predicting Themes within Complex Unstructured Texts: A Case Study on
Safeguarding Reports [66.39150945184683]
本稿では,教師付き分類手法を用いた保護レポートにおいて,主テーマの自動識別の問題に焦点をあてる。
この結果から,ラベル付きデータに制限のある複雑なタスクであっても,深層学習モデルが対象知識の振る舞いをシミュレートする可能性が示唆された。
論文 参考訳(メタデータ) (2020-10-27T19:48:23Z) - Segmenting Scientific Abstracts into Discourse Categories: A Deep
Learning-Based Approach for Sparse Labeled Data [8.635930195821265]
我々は、PubMedから構造化された抽象概念に基づいて深層ニューラルネットワークをトレーニングし、それを手書きのコンピュータサイエンス論文の小さなコーパスで微調整する。
本手法は,データが疎結合である抽象文の自動セグメンテーションにおいて,有望な解であると考えられる。
論文 参考訳(メタデータ) (2020-05-11T20:21:25Z) - Screenplay Summarization Using Latent Narrative Structure [78.45316339164133]
本稿では,物語の基盤となる構造を一般教師なし・教師付き抽出要約モデルに明示的に組み込むことを提案する。
重要な物語イベント(転回点)の観点で物語構造を定式化し、脚本を要約するために潜伏状態として扱う。
シーンレベルの要約ラベルを付加したテレビ画面のCSIコーパスの実験結果から,潜角点がCSIエピソードの重要な側面と相関していることが判明した。
論文 参考訳(メタデータ) (2020-04-27T11:54:19Z) - Observations on Annotations [0.5175994976508882]
Hypertext、Computational Linguistics、Language Technology、Artificial Intelligence、Open Scienceなどだ。
複雑さの観点では、それらは自明なものから高度に洗練されたものまで、成熟度の観点からは実験的なものから標準化されたものまで様々である。
例えば、テキストドキュメントのような主要な研究データは、異なるレイヤに同時にアノテートすることができる。
論文 参考訳(メタデータ) (2020-04-21T20:29:50Z)
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。