論文の概要: What time is it? Temporal Analysis of Novels

• arxiv url: http://arxiv.org/abs/2011.04124v1
• Date: Mon, 9 Nov 2020 01:11:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-28 00:50:30.304917
• Title: What time is it? Temporal Analysis of Novels
• Title（参考訳）: 何時ですか。 小説の時間的分析
• Authors: Allen Kim, Charuta Pethe, Steven Skiena
• Abstract要約: 我々は52,183冊の架空の書籍から時間毎のフレーズのデータセットを構築した。 次に、平均誤差2.27時間を達成する日時分類モデルを構築する。 ブレークポイントの動的プログラミングを用いて本全体を解析することにより、本を特定の日時に対応するセグメントに大まかに分割できることを示す。
• 参考スコア（独自算出の注目度）: 10.481474734742486
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recognizing the flow of time in a story is a crucial aspect of understanding it. Prior work related to time has primarily focused on identifying temporal expressions or relative sequencing of events, but here we propose computationally annotating each line of a book with wall clock times, even in the absence of explicit time-descriptive phrases. To do so, we construct a data set of hourly time phrases from 52,183 fictional books. We then construct a time-of-day classification model that achieves an average error of 2.27 hours. Furthermore, we show that by analyzing a book in whole using dynamic programming of breakpoints, we can roughly partition a book into segments that each correspond to a particular time-of-day. This approach improves upon baselines by over two hours. Finally, we apply our model to a corpus of literature categorized by different periods in history, to show interesting trends of hourly activity throughout the past. Among several observations we find that the fraction of events taking place past 10 P.M jumps past 1880 - coincident with the advent of the electric light bulb and city lights.
• Abstract（参考訳）: ストーリー内の時間の流れを認識することは、それを理解する上で重要な側面です。 時間に関する先行研究は主に時間表現の同定や事象の相対的シーケンシングに重点を置いてきたが,本稿では,明示的な時間記述句の欠如にもかかわらず,各行にウォールクロックタイムを付して計算的に注釈する手法を提案する。 そこで我々は,52,183冊の架空の書籍から時間毎のフレーズのデータセットを構築した。 次に、平均誤差2.27時間を達成する日時分類モデルを構築する。 さらに、ブレークポイントの動的プログラミングを用いて本全体を解析することにより、本を特定の日時に対応するセグメントに大まかに分割できることを示す。 このアプローチはベースラインを2時間以上改善する。 最後に,歴史の異なる時期に分類された文献のコーパスにモデルを適用し,過去を通じての時間的活動の興味深い傾向を示す。 幾つかの観測では、電気電球や街灯の出現に伴う1880年以降の10P.Mを超える出来事はごくわずかである。

関連論文リスト

• Deep Time Series Models: A Comprehensive Survey and Benchmark [74.28364194333447]
  時系列データは、現実世界のシナリオにおいて非常に重要である。 近年、時系列コミュニティで顕著なブレークスルーが見られた。 多様な分析タスクのためのディープ時系列モデルの公正なベンチマークとして、時系列ライブラリ(TSLib)をリリースします。
  論文  参考訳（メタデータ） (2024-07-18T08:31:55Z)
• Analyzing Temporal Complex Events with Large Language Models? A Benchmark towards Temporal, Long Context Understanding [57.62275091656578]
  時間的複合イベント(TCE)として、長い期間にわたって多くのニュース記事から構成される複合イベントについて述べる。 本稿では,Large Language Models (LLMs) を用いて,TCE内のイベントチェーンを系統的に抽出し,解析する手法を提案する。
  論文  参考訳（メタデータ） (2024-06-04T16:42:17Z)
• TimeSiam: A Pre-Training Framework for Siamese Time-Series Modeling [67.02157180089573]
  時系列事前トレーニングは、最近、ラベルのコストを削減し、下流の様々なタスクに利益をもたらす可能性があるとして、広く注目を集めている。 本稿では,シームズネットワークに基づく時系列の簡易かつ効果的な自己教師型事前学習フレームワークとしてTimeSiamを提案する。
  論文  参考訳（メタデータ） (2024-02-04T13:10:51Z)
• Time is Encoded in the Weights of Finetuned Language Models [65.71926562424795]
  言語モデルを新しい時間周期にカスタマイズするためのシンプルなツールである時間ベクトルを提示する。 時間ベクトルは、言語モデルを1回からデータに微調整することで生成される。 このベクトルは、我々の実験が示すように、その期間からテキストの性能を向上させる重み空間の方向を特定する。
  論文  参考訳（メタデータ） (2023-12-20T20:04:45Z)
• A decomposition of book structure through ousiometric fluctuations in cumulative word-time [1.181206257787103]
  本書の本数ではなく,文数の関数として,文語がどのように変化するのかを考察する。 短い本は一般的な傾向を示すだけであり、長い本は一般的な傾向に加えて変動がある。 以上の結果から,長文は短文の拡張版ではなく,短文の連結構造に類似していることが示唆された。
  論文  参考訳（メタデータ） (2022-08-19T18:17:27Z)
• Towards Spatio-Temporal Aware Traffic Time Series Forecasting--Full Version [37.09531298150374]
  同じ時系列パターンの複雑な時系列パターンが時間によって異なる可能性があるため、トラフィックシリーズの予測は困難である。 このような時間的モデルは、時間的位置と時間的期間に関わらず、共有パラメータ空間を使用し、時間的相関は場所間で類似しており、常に時間にわたって保持するわけではないと仮定する。 サブテンポラリモデルにICDを意識したモデルをエンコードするフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T16:44:56Z)
• AutoFITS: Automatic Feature Engineering for Irregular Time Series [0.44198435146063353]
  不規則な時系列では、各観測が収集される時間はデータのダイナミクスを要約し、予測性能を向上させるのに役立つ。 我々は,各インスタンスが収集された際に,この視点から情報を抽出することに焦点を当てた,新しい自動機能エンジニアリングフレームワークを開発する。 時系列予測ワークフローに組み込むことによって,この情報の価値を検証し,時系列予測のための最新手法との比較や補完方法について検討する。
  論文  参考訳（メタデータ） (2021-12-29T19:42:48Z)
• Changepoint Analysis of Topic Proportions in Temporal Text Data [1.8262547855491456]
  トピック比の分布に変化点を規定する特化時間トピックモデルを構築した。 まず、サンプル分割を用いてトピックのポリトープを推定し、次に確率比統計を適用した。 歴史的に知られているいくつかの変化点を取得し、新しい変化点を発見する。
  論文  参考訳（メタデータ） (2021-11-29T17:20:51Z)
• Time Series Analysis via Network Science: Concepts and Algorithms [62.997667081978825]
  本稿では,時系列をネットワークに変換する既存のマッピング手法について概観する。 我々は、主要な概念的アプローチを説明し、権威的な参照を提供し、統一された表記法と言語におけるそれらの利点と限界について洞察を与える。 ごく最近の研究だが、この研究領域には大きな可能性を秘めており、今後の研究の道を開くことを目的としている。
  論文  参考訳（メタデータ） (2021-10-11T13:33:18Z)
• Instance-wise Graph-based Framework for Multivariate Time Series Forecasting [69.38716332931986]
  我々は,異なる時刻スタンプにおける変数の相互依存性を利用するための,シンプルで効率的なインスタンス単位のグラフベースのフレームワークを提案する。 私たちのフレームワークのキーとなる考え方は、異なる変数の履歴時系列から予測すべき現在の時系列に情報を集約することです。
  論文  参考訳（メタデータ） (2021-09-14T07:38:35Z)
• Human-like Time Series Summaries via Trend Utility Estimation [13.560018516096754]
  本稿では,時系列の人間的な記述を生成するためのモデルを提案する。 本システムは時系列データからパターンを見つけ,人間の行動の経験的観察に基づいてこれらのパターンをランク付けする。 本システムの出力は,人間による同じデータの要約に一致させようとする時系列の自然言語記述である。
  論文  参考訳（メタデータ） (2020-01-16T06:09:50Z)

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。