論文の概要: Towards an Argument Mining Pipeline Transforming Texts to Argument Graphs

• arxiv url: http://arxiv.org/abs/2006.04562v2
• Date: Mon, 28 Sep 2020 11:07:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-23 23:56:51.629549
• Title: Towards an Argument Mining Pipeline Transforming Texts to Argument Graphs
• Title（参考訳）: テキストから引数グラフへ変換する引数マイニングパイプラインに向けて
• Authors: Mirko Lenz, Premtim Sahitaj, Sean Kallenberg, Christopher Coors, Lorik Dumani, Ralf Schenkel, Ralph Bergmann
• Abstract要約: 本稿では、ドイツ語と英語のテキストをグラフベースの引数表現に変換するための普遍的なアプローチとして、引数マイニングパイプラインを提案する。 この結果から,文の異なる文間の新たな関係を検出する上で,生成した引数グラフが有用であることが示唆された。
• 参考スコア（独自算出の注目度）: 7.819876182082904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper targets the automated extraction of components of argumentative information and their relations from natural language text. Moreover, we address a current lack of systems to provide complete argumentative structure from arbitrary natural language text for general usage. We present an argument mining pipeline as a universally applicable approach for transforming German and English language texts to graph-based argument representations. We also introduce new methods for evaluating the results based on existing benchmark argument structures. Our results show that the generated argument graphs can be beneficial to detect new connections between different statements of an argumentative text. Our pipeline implementation is publicly available on GitHub.
• Abstract（参考訳）: 本稿では,議論的情報のコンポーネントの自動抽出と自然言語テキストからの関連性について述べる。 さらに,任意の自然言語テキストからの完全な論証的構造を一般用として提供するためのシステム不足にも対処する。 本稿では、ドイツ語と英語のテキストをグラフベースの引数表現に変換するための普遍的なアプローチとして、引数マイニングパイプラインを提案する。 また,既存のベンチマーク引数構造に基づいて結果を評価する新しい手法を提案する。 その結果,生成した引数グラフは,議論文の異なる文間の新たな接続を検出するのに有用であることが示された。 私たちのパイプライン実装はgithubで公開されている。

関連論文リスト

• Understanding Enthymemes in Argument Maps: Bridging Argument Mining and Logic-based Argumentation [11.633929083694388]
  本稿では,議論の前提と主張を含む引数マップを仮定し,それら間の関係を支援し,攻撃する。 その引数マップを理解・分析するためには、その引数マップを論理引数でインスタンス化することが望ましい。 テキスト内の明示的な情報を表現するための古典論理と、テキスト内の暗黙的な情報を表現するためのデフォルト論理を用いて、このニーズに対処する。
  論文  参考訳（メタデータ） (2024-08-16T10:30:30Z)
• LRANet: Towards Accurate and Efficient Scene Text Detection with Low-Rank Approximation Network [63.554061288184165]
  低ランク近似に基づく新しいパラメータ化テキスト形状法を提案する。 異なるテキストの輪郭間の形状相関を探索することにより, 形状表現における一貫性, コンパクト性, 単純性, 頑健性を実現する。 我々はLRANetという名前の正確で効率的な任意の形状のテキスト検出器を実装した。
  論文  参考訳（メタデータ） (2023-06-27T02:03:46Z)
• ArgU: A Controllable Factual Argument Generator [0.0]
  ArgUは、入力された事実と実世界の概念から現実の議論を生成することができる神経引数生成器である。 我々は6つのトピックと6つの引数スキームにまたがる69,428の引数からなる注釈付きコーパスを作成した。
  論文  参考訳（メタデータ） (2023-05-09T10:49:45Z)
• SPINDLE: Spinning Raw Text into Lambda Terms with Graph Attention [0.8379286663107844]
  モジュールは、原文入力をラムダ項で表現された意味合成のためのプログラムに変換する。 その出力は多モーダル型論理文法の階層的導出から成り立っている。
  論文  参考訳（メタデータ） (2023-02-23T14:22:45Z)
• Dynamic Global Memory for Document-level Argument Extraction [63.314514124716936]
  文書レベルのイベント引数抽出のための,新しいグローバルなニューラルジェネレーションベースのフレームワークを提案する。 文書メモリストアを使用してコンテキストイベント情報を記録し、それを暗黙的に明示的に活用することで、後のイベントの引数の復号に役立ちます。 実験結果から,我々のフレームワークは従来の手法よりも大幅に優れていたことが判明した。
  論文  参考訳（メタデータ） (2022-09-18T23:45:25Z)
• Classifiers are Better Experts for Controllable Text Generation [63.17266060165098]
  提案手法は, PPLにおける最近のPPLM, GeDi, DExpertsよりも有意に優れており, 生成したテキストの外部分類器に基づく感情の精度が高いことを示す。 同時に、実装やチューニングも簡単で、制限や要件も大幅に少なくなります。
  論文  参考訳（メタデータ） (2022-05-15T12:58:35Z)
• Automatic Debate Evaluation with Argumentation Semantics and Natural Language Argument Graph Networks [2.4861619769660637]
  本稿では,議論的議論を自動的に評価する独自のハイブリッド手法を提案する。 その目的のために、議論理論の概念とTransformerベースのアーキテクチャとニューラルグラフネットワークを組み合わせる。 我々は、未探索の自然言語引数の自動解析の新たな事例に基づく有望な結果を得る。
  論文  参考訳（メタデータ） (2022-03-28T11:09:07Z)
• A Simple Global Neural Discourse Parser [61.728994693410954]
  本稿では,手作業で構築した特徴を必要とせず,学習したスパン表現のみに基づく簡易なグラフベースニューラル談話を提案する。 我々は,我々のモデルが世界規模で最高の性能を達成し,最先端の欲求に匹敵する性能を実証的に示す。
  論文  参考訳（メタデータ） (2020-09-02T19:28:40Z)
• Aspect-Controlled Neural Argument Generation [65.91772010586605]
  我々は、与えられたトピック、スタンス、アスペクトの文レベル引数を生成するために、きめ細かいレベルで制御できる引数生成のための言語モデルを訓練する。 評価の結果,我々の生成モデルは高品質なアスペクト特異的な議論を生成できることがわかった。 これらの議論は、データ拡張による姿勢検出モデルの性能向上と、逆問題の生成に使用できる。
  論文  参考訳（メタデータ） (2020-04-30T20:17:22Z)
• Text Perceptron: Towards End-to-End Arbitrary-Shaped Text Spotting [49.768327669098674]
  テキストパーセプトロン(Text Perceptron)という,エンドツーエンドのトレーニング可能なテキストスポッティング手法を提案する。 まず、テキスト読解順序と境界情報を学ぶ効率的なセグメンテーションベースのテキスト検出器を用いる。 次に、検出された特徴領域を正規形態に変換するために、新しい形状変換モジュール(STM)を設計する。
  論文  参考訳（メタデータ） (2020-02-17T08:07:19Z)

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。