Fugu-MT 論文翻訳(概要): Practical and Ethical Considerations in the Effective use of Emotion and Sentiment Lexicons

論文の概要: Practical and Ethical Considerations in the Effective use of Emotion and Sentiment Lexicons

arxiv url: http://arxiv.org/abs/2011.03492v2
Date: Wed, 9 Dec 2020 19:25:56 GMT
ステータス: 処理完了
システム内更新日: 2022-09-29 04:59:30.404025
Title: Practical and Ethical Considerations in the Effective use of Emotion and Sentiment Lexicons
Title（参考訳）: 感情・感覚辞書の有効活用における実践的・倫理的考察
Authors: Saif M. Mohammad
Abstract要約: 私は研究の一環としていくつかのレキシコンを作成しました。本稿では,これらの語彙資源の有効利用に関する実践的・倫理的考察を概説する。
参考スコア（独自算出の注目度）: 31.87319293259599
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Lexicons of word-emotion associations are widely used in research and real-world applications. As part of my research, I have created several such lexicons (e.g., the NRC Emotion Lexicon). This paper outlines some practical and ethical considerations involved in the effective use of these lexical resources.
Abstract（参考訳）: 単語感情協会の語彙は、研究や現実世界の応用で広く使われている。私の研究の一環として、私はいくつかのレキシコン(例えばNRC感情レキシコン)を作成しました。本稿では,これらの語彙資源の有効利用に関する実践的・倫理的考察を概説する。

関連論文リスト

Ethics Whitepaper: Whitepaper on Ethical Research into Large Language Models [53.316174782223115]
このホワイトペーパーは、大規模言語モデル(LLM)の研究を取り巻く倫理的考察の概要を提供する。 LLMが広く使われるアプリケーションに統合されるにつれて、その社会的影響が増大し、重要な倫理的疑問が前面に浮かび上がっている。
論文参考訳（メタデータ） (2024-10-17T18:36:02Z)
Human-LLM Collaborative Construction of a Cantonese Emotion Lexicon [1.3074442742310615]
本研究では,低リソース言語であるCantoneseのための感情辞書を開発することを提案する。 LLM(Large Language Models)と人間のアノテータによって提供される感情ラベルを統合することで、既存の言語資源を活用している。感情抽出における感情レキシコンの整合性は、3つの異なる感情テキストデータセットの修正と利用によって評価された。
論文参考訳（メタデータ） (2024-10-15T11:57:34Z)
Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
論文参考訳（メタデータ） (2024-06-07T08:58:29Z)
Unifying Latent and Lexicon Representations for Effective Video-Text Retrieval [87.69394953339238]
ビデオテキスト検索における微細な意味を捉えるために語彙表現を学習するUNIFYフレームワークを提案する。 MSR-VTT と DiDeMo をそれぞれ4.8%,Recall@1 を8.2%改善した。
論文参考訳（メタデータ） (2024-02-26T17:36:50Z)
WatME: Towards Lossless Watermarking Through Lexical Redundancy [58.61972059246715]
本研究では,認知科学レンズを用いた大規模言語モデル(LLM)の異なる機能に対する透かしの効果を評価する。透かしをシームレスに統合するための相互排他型透かし(WatME)を導入する。
論文参考訳（メタデータ） (2023-11-16T11:58:31Z)
Multi-Task Learning Framework for Extracting Emotion Cause Span and Entailment in Conversations [3.2260643152341095]
本研究では,会話における感情の原因と細部を抽出するニューラルモデルを提案する。 MuTECは、感情、感情の原因、会話の細部を抽出するエンドツーエンドのマルチタスク学習フレームワークである。
論文参考訳（メタデータ） (2022-11-07T18:14:45Z)
Best Practices in the Creation and Use of Emotion Lexicons [31.87319293259599]
本稿では、Affective ComputingとAI Ethicsのアイデアと、感情レキシコンの作成と利用に関わる実践的および倫理的考察(ベストプラクティス)をまとめて紹介する。ゴールは、読者(特に感情を扱う新しい人たち)が関連する情報を一箇所で見つけられるように、関連する考慮事項の包括的なセットを提供することである。
論文参考訳（メタデータ） (2022-10-13T17:31:09Z)
Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
論文参考訳（メタデータ） (2021-06-23T18:12:58Z)
SELF & FEIL: Emotion and Intensity Lexicons for Finnish [0.0]
本稿では,共通ツールを用いて,レキシコン生成過程を記述し,レキシコンの評価を行う。私たちの知る限りでは、これはフィンランドにとって最初の包括的な感情と感情の辞書です。
論文参考訳（メタデータ） (2021-04-28T10:28:35Z)

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。