Fugu-MT 論文翻訳(概要): Sentiment Frames for Attitude Extraction in Russian

論文の概要: Sentiment Frames for Attitude Extraction in Russian

arxiv url: http://arxiv.org/abs/2006.10973v1
Date: Fri, 19 Jun 2020 06:07:48 GMT
ステータス: 処理完了
システム内更新日: 2022-11-19 04:41:03.928535
Title: Sentiment Frames for Attitude Extraction in Russian
Title（参考訳）: ロシアにおける姿勢抽出のための感性枠
Authors: Natalia Loukachevitch, Nicolay Rusnachenko
Abstract要約: 本稿では,ロシア語の語彙RuSentiFramesについて述べる。作成したフレームを,大規模なニュース収集から態度を抽出する作業に適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Texts can convey several types of inter-related information concerning opinions and attitudes. Such information includes the author's attitude towards mentioned entities, attitudes of the entities towards each other, positive and negative effects on the entities in the described situations. In this paper, we described the lexicon RuSentiFrames for Russian, where predicate words and expressions are collected and linked to so-called sentiment frames conveying several types of presupposed information on attitudes and effects. We applied the created frames in the task of extracting attitudes from a large news collection.
Abstract（参考訳）: テキストは、意見や態度に関する様々な種類の相互関連情報を伝達することができる。このような情報には、著者の言及されたエンティティに対する態度、エンティティの互いに対する態度、説明された状況におけるエンティティに対する肯定的および否定的な影響が含まれる。本稿では,前置詞や表現を収集し,態度や効果に関する先述的な情報を伝達する感情フレームと関連づけた,ロシア語のレキシコン・ルーシエンスフレームについて述べる。作成したフレームを大規模なニュース収集から態度を抽出する作業に適用した。

関連論文リスト

Media Framing through the Lens of Event-Centric Narratives [5.991851254194096]
我々は、フレーミングデバイスを説明するには、物語の作り方を見る必要があると論じる。我々のフレームワークは、移民と銃規制という2つの異なる領域において、米国のニュースにおけるフレーミングを分析するのに利用できることを示す。
論文参考訳（メタデータ） (2024-10-04T05:21:42Z)
From Text to Context: An Entailment Approach for News Stakeholder Classification [0.5459032912385802]
本稿では,新聞記事の利害関係者のタイプを分類するための効果的なアプローチを提案する。提案手法では,利害関係者の分類問題を自然言語推論タスクに変換する。提案モデルでは、ゼロショット設定で有効性を示し、その適用性を様々なニュースコンテキストに拡張する。
論文参考訳（メタデータ） (2024-05-14T16:35:21Z)
Natural Language Decompositions of Implicit Content Enable Better Text Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文参考訳（メタデータ） (2023-05-23T23:45:20Z)
Generating Coherent Narratives by Learning Dynamic and Discrete Entity States with a Contrastive Framework [68.1678127433077]
我々はトランスフォーマーモデルを拡張して,物語生成のためのエンティティ状態更新と文実現を動的に行う。 2つのナラティブデータセットの実験により、我々のモデルは強いベースラインよりも一貫性があり多様なナラティブを生成できることが示された。
論文参考訳（メタデータ） (2022-08-08T09:02:19Z)
Improve Discourse Dependency Parsing with Contextualized Representations [28.916249926065273]
本稿では,異なるレベルの単位の文脈化表現を符号化するトランスフォーマーの活用を提案する。記事間で共通に共有される記述パターンの観察に動機付けられ,談話関係の識別をシーケンスラベリングタスクとして扱う新しい手法を提案する。
論文参考訳（メタデータ） (2022-05-04T14:35:38Z)
Discourse Analysis for Evaluating Coherence in Video Paragraph Captions [99.37090317971312]
ビデオ段落のコヒーレンスを評価するための,新しい談話に基づく枠組みを検討中である。ビデオのコヒーレンスに条件付き段落のコヒーレンスをモデル化する上で,ビデオの談話表現が中心となる。実験の結果,提案手法は,ビデオ段落のコヒーレンスをベースライン法よりも有意に向上させることがわかった。
論文参考訳（メタデータ） (2022-01-17T04:23:08Z)
On the Interplay Between Fine-tuning and Composition in Transformers [7.513100214864645]
本研究では,微調整が文脈的埋め込み能力に及ぼす影響について検討する。具体的には、語彙重なりの大きい逆パラフレーズ分類タスクと感情分類タスクを微調整する。微調整はこれらの表現における構成性の恩恵をほとんど得られないが、感情に関するトレーニングは特定のモデルに対して小さな局所的な利益をもたらす。
論文参考訳（メタデータ） (2021-05-31T01:49:56Z)
Understanding Synonymous Referring Expressions via Contrastive Features [105.36814858748285]
画像とオブジェクトインスタンスレベルでのコントラスト機能を学ぶためのエンドツーエンドのトレーニング可能なフレームワークを開発しています。提案アルゴリズムをいくつかのベンチマークデータセットで評価するための広範囲な実験を行った。
論文参考訳（メタデータ） (2021-04-20T17:56:24Z)
BiERU: Bidirectional Emotional Recurrent Unit for Conversational Sentiment Analysis [18.1320976106637]
会話感情分析と単文感情分析の主な違いは、文脈情報の存在である。既存のアプローチでは、会話内の異なるパーティを区別し、コンテキスト情報をモデル化するために複雑なディープラーニング構造を採用している。本稿では,会話感情分析のための双方向感情的反復単位という,高速でコンパクトでパラメータ効率のよい非依存フレームワークを提案する。
論文参考訳（メタデータ） (2020-05-31T11:13:13Z)
Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文参考訳（メタデータ） (2020-04-24T10:15:22Z)
A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文参考訳（メタデータ） (2020-01-28T05:03:15Z)

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。