論文の概要: Towards Improved Model Design for Authorship Identification: A Survey on Writing Style Understanding

• arxiv url: http://arxiv.org/abs/2009.14445v1
• Date: Wed, 30 Sep 2020 05:17:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 22:35:04.785521
• Title: Towards Improved Model Design for Authorship Identification: A Survey on Writing Style Understanding
• Title（参考訳）: 著者識別のためのモデル設計の改善に向けて:書体スタイル理解に関する調査
• Authors: Weicheng Ma, Ruibo Liu, Lili Wang and Soroush Vosoughi
• Abstract要約: 著者識別タスクは言語スタイルに大きく依存している。 手作りの機能セットに基づく従来の機械学習手法は、すでにパフォーマンスの限界に近づいている。 スタイル関連タスクにおける卓越した手法を概説し、それらの組み合わせがトップパフォーマンスモデルでどのように使われているかを分析する。
• 参考スコア（独自算出の注目度）: 30.642840676899734
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Authorship identification tasks, which rely heavily on linguistic styles, have always been an important part of Natural Language Understanding (NLU) research. While other tasks based on linguistic style understanding benefit from deep learning methods, these methods have not behaved as well as traditional machine learning methods in many authorship-based tasks. With these tasks becoming more and more challenging, however, traditional machine learning methods based on handcrafted feature sets are already approaching their performance limits. Thus, in order to inspire future applications of deep learning methods in authorship-based tasks in ways that benefit the extraction of stylistic features, we survey authorship-based tasks and other tasks related to writing style understanding. We first describe our survey results on the current state of research in both sets of tasks and summarize existing achievements and problems in authorship-related tasks. We then describe outstanding methods in style-related tasks in general and analyze how they are used in combination in the top-performing models. We are optimistic about the applicability of these models to authorship-based tasks and hope our survey will help advance research in this field.
• Abstract（参考訳）: 言語スタイルに大きく依存する著者識別タスクは、自然言語理解(NLU)研究において常に重要な部分を占めてきた。 言語スタイルの理解に基づく他のタスクは深層学習法から恩恵を受けるが、これらの手法は多くの著者によるタスクにおいて従来の機械学習手法と同様に振る舞うことはなかった。 しかし、これらのタスクがますます困難になるにつれて、手作りの機能セットに基づいた従来の機械学習手法はすでに性能限界に近づいている。 そこで本研究では,著者のスタイル的特徴の抽出に役立てる方法で,著者のスタイル的理解に関連するタスクを学習する深層学習手法の今後の活用を促すために,著者のスタイル的理解に関連するタスクを調査する。 まず,両タスクにおける研究の現状に関する調査結果について述べ,著者関係課題における既存の成果と問題点を要約する。 次に、スタイル関連タスクにおける優れた手法を概ね記述し、それらがトップパフォーマンスモデルでどのように使用されるかを分析する。 我々は、これらのモデルが著者によるタスクに適用可能であることに楽観的であり、この分野での研究を前進させることを願っている。

関連論文リスト

• A Survey of Imitation Learning Methods, Environments and Metrics [9.967130899041651]
  イミテーション・ラーニング(Imitation Learning)とは、エージェントが1人以上の教師のやり方を真似てタスクを実行する方法を学ぶアプローチである。 この学習アプローチは、新しいタスクを学ぶのに要する時間と、エージェントの教師のサンプルを集めるのに必要な労力の間に妥協をもたらす。 近年、模倣学習の分野は研究者から多くの注目を集めており、多くの新しい手法や応用が生み出されている。
  論文  参考訳（メタデータ） (2024-04-30T11:13:23Z)
• Scalable Language Model with Generalized Continual Learning [58.700439919096155]
  The Joint Adaptive Re-ization (JARe) is integrated with Dynamic Task-related Knowledge Retrieval (DTKR) to enable adapt adjust of language model based on specific downstream task。 提案手法は,様々なバックボーンやベンチマーク上での最先端性能を実証し,最小限の忘れを伴い,フルセットおよび少数ショットのシナリオにおいて効果的な連続学習を実現する。
  論文  参考訳（メタデータ） (2024-04-11T04:22:15Z)
• Creating a Trajectory for Code Writing: Algorithmic Reasoning Tasks [0.923607423080658]
  本稿では,楽器とその検証に用いる機械学習モデルについて述べる。 我々は,学期最後の週に導入プログラミングコースで収集したデータを用いてきた。 先行研究は、ARTタイプの楽器を特定の機械学習モデルと組み合わせて効果的な学習軌道として機能させることができることを示唆している。
  論文  参考訳（メタデータ） (2024-04-03T05:07:01Z)
• Pre-training Multi-task Contrastive Learning Models for Scientific Literature Understanding [52.723297744257536]
  事前学習言語モデル(LM)は、科学文献理解タスクにおいて有効であることを示す。 文献理解タスク間の共通知識共有を容易にするために,マルチタスクのコントラスト学習フレームワークであるSciMultを提案する。
  論文  参考訳（メタデータ） (2023-05-23T16:47:22Z)
• Coarse-to-Fine: Hierarchical Multi-task Learning for Natural Language Understanding [51.31622274823167]
  本稿では,各タスクの下位レベルを全タスクに共有し,中間レベルを異なるグループに分割し,上位レベルを各タスクに割り当てる,粗大なパラダイムを持つ階層型フレームワークを提案する。 これにより、すべてのタスクから基本言語特性を学習し、関連するタスクのパフォーマンスを高め、無関係なタスクから負の影響を減らすことができる。
  論文  参考訳（メタデータ） (2022-08-19T02:46:20Z)
• Context-Aware Language Modeling for Goal-Oriented Dialogue Systems [84.65707332816353]
  我々は、部分的に観察されたマルコフ決定過程としてゴール指向対話を定式化する。 目的を意識して言語モデルを微調整する,シンプルで効果的な手法を考案する。 本研究では,AirDialogue を用いた実践的なフライト予約タスクについて評価する。
  論文  参考訳（メタデータ） (2022-04-18T17:23:11Z)
• Survey on Automated Short Answer Grading with Deep Learning: from Word Embeddings to Transformers [5.968260239320591]
  教育課題を学生数の増加に拡大する手段として,ASAG (Automated Short answer grading) が教育において注目を集めている。 自然言語処理と機械学習の最近の進歩はASAGの分野に大きな影響を与えた。
  論文  参考訳（メタデータ） (2022-03-11T13:47:08Z)
• Analyzing the Limits of Self-Supervision in Handling Bias in Language [52.26068057260399]
  我々は、言語モデルが、認識、識別、抽出、言い換えの4つのタスクのセマンティクスをいかにうまく捉えているかを評価する。 分析の結果,言語モデルでは,ジェンダーや政治的アフィリエイトなど,様々なバイアス次元にまたがって,これらのタスクを広範囲にわたって実行することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2021-12-16T05:36:08Z)
• Positioning yourself in the maze of Neural Text Generation: A Task-Agnostic Survey [54.34370423151014]
  本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。 本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
  論文  参考訳（メタデータ） (2020-10-14T17:54:42Z)

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。