論文の概要: CLIMATE-FEVER: A Dataset for Verification of Real-World Climate Claims
- arxiv url: http://arxiv.org/abs/2012.00614v2
- Date: Sat, 2 Jan 2021 16:07:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-30 20:09:45.447202
- Title: CLIMATE-FEVER: A Dataset for Verification of Real-World Climate Claims
- Title(参考訳): CLIMATE-FEVER: 実世界の気候問題を検証するデータセット
- Authors: Thomas Diggelmann and Jordan Boyd-Graber and Jannis Bulian and
Massimiliano Ciaramita and Markus Leippold
- Abstract要約: 気候変動関連クレームを検証するための新しいデータセットであるCLIMATE-FEVERを紹介する。
人工的に設計されたクレームの最大のデータセットであるFEVER [1]の方法論を,インターネットから収集した実生活クレームに適用する。
我々は、textscfeverフレームワーク内での現実世界の気候関連クレームをモデル化する、驚くべき、微妙な複雑さについて論じる。
- 参考スコア(独自算出の注目度): 4.574830585715129
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce CLIMATE-FEVER, a new publicly available dataset for verification
of climate change-related claims. By providing a dataset for the research
community, we aim to facilitate and encourage work on improving algorithms for
retrieving evidential support for climate-specific claims, addressing the
underlying language understanding challenges, and ultimately help alleviate the
impact of misinformation on climate change. We adapt the methodology of FEVER
[1], the largest dataset of artificially designed claims, to real-life claims
collected from the Internet. While during this process, we could rely on the
expertise of renowned climate scientists, it turned out to be no easy task. We
discuss the surprising, subtle complexity of modeling real-world
climate-related claims within the \textsc{fever} framework, which we believe
provides a valuable challenge for general natural language understanding. We
hope that our work will mark the beginning of a new exciting long-term joint
effort by the climate science and AI community.
- Abstract(参考訳): CLIMATE-FEVERは、気候変動関連クレームを検証するための新しい公開データセットである。
研究コミュニティにデータセットを提供することで、気候変動に対する誤った情報の影響を軽減し、基礎となる言語理解の課題に対処し、気候変動に対する明確な支持を得るためのアルゴリズムの改善を促進・促進することを目指している。
人工的に設計されたクレームの最大のデータセットであるFEVER [1]の方法論を,インターネットから収集した実生活クレームに適用する。
この過程の間、私たちは著名な気候科学者の専門知識に頼ることができたが、それは容易な作業ではないことがわかった。
我々は,実世界の気候関連クレームをモデル化する驚くべき,微妙な複雑さを,一般的な自然言語理解に有用な課題であると考える \textsc{fever} フレームワークで議論する。
私たちの研究が、気候科学とAIコミュニティによる、新たなエキサイティングな長期的な共同作業の始まりになることを期待しています。
関連論文リスト
- Climate Change from Large Language Models [7.190384101545232]
気候変動は重大な問題を引き起こし、広範囲の理解と低炭素のライフスタイルの認識を必要としている。
大規模言語モデル(LLM)はこの危機に対処するための強力なツールを提供する。
本稿では,気候危機知識を評価するための自動評価フレームワークを提案する。
論文 参考訳(メタデータ) (2023-12-19T09:26:46Z) - Earth Virtualization Engines -- A Technical Perspective [11.370541118978181]
EVEは、対話的でアクセス可能な気候シミュレーションとデータを、幅広いユーザに提供することを目指している。
それらは高解像度の物理モデルと機械学習技術を組み合わせて、気候予測の忠実さ、効率、解釈可能性を改善する。
論文 参考訳(メタデータ) (2023-09-16T14:14:39Z) - AI For Global Climate Cooperation 2023 Competition Proceedings [77.07135605362795]
国際機関が国際気候協定の遵守を保証できない。
RICE-NはAIエージェントを使用した地域意思決定のモデリングをサポートする。
IAMは、これらの決定の気候・経済的な影響を未来にモデル化する。
論文 参考訳(メタデータ) (2023-07-10T20:05:42Z) - ClimaX: A foundation model for weather and climate [51.208269971019504]
ClimaXは気象と気候科学のディープラーニングモデルである。
気候データセットの自己教師型学習目標で事前トレーニングすることができる。
気候や気候の様々な問題に対処するために、微調整が可能である。
論文 参考訳(メタデータ) (2023-01-24T23:19:01Z) - Towards Answering Climate Questionnaires from Unstructured Climate
Reports [26.036105166376284]
活動家や政策立案者は、巨大で急速に成長する非構造的気候レポートを構造化形式に処理するためにNLPツールを必要としている。
2つの大規模気候調査データセットを導入し、既存の構造を用いて自己教師型モデルを訓練する。
次に、これらのモデルを用いて、人間のパイロット実験において、構造化されていない気候文書からのテキストと半構造化されたアンケートとの整合を支援する。
論文 参考訳(メタデータ) (2023-01-11T00:22:56Z) - Multi-scale Digital Twin: Developing a fast and physics-informed
surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。
U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。
並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
論文 参考訳(メタデータ) (2022-11-20T06:46:35Z) - AI for Global Climate Cooperation: Modeling Global Climate Negotiations,
Agreements, and Long-Term Cooperation in RICE-N [75.67460895629348]
n個の戦略エージェントによる気候変動緩和に関する長期的な協力は、複雑なゲーム理論の問題を引き起こす。
地球温暖化と経済をシミュレートするマルチリージョン統合アセスメントモデルであるRICE-Nを紹介する。
本稿では,多エージェント強化学習を用いて理性エージェントをRICE-Nで訓練する方法について述べる。
論文 参考訳(メタデータ) (2022-08-15T04:38:06Z) - ClimateGAN: Raising Climate Change Awareness by Generating Images of
Floods [89.61670857155173]
実画像上でのリアルな洪水をシミュレートする手法を提案する。
本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
論文 参考訳(メタデータ) (2021-10-06T15:54:57Z) - Powering Effective Climate Communication with a Climate Knowledge Base [1.951890354110457]
我々は,個人が予測する気候情報を最もモチベーションの高いモチベーションとして提示し,その個人的価値観を考慮し行動を起こすよう促すシステムを構築することを目指している。
このシステムは、気候変動の原因と影響の知識ベース(クライメートKB)と、その個人的価値との関連に依存している。
今後の研究や応用を促進するために、ClimateKBと関連するコードをオープンソース化する予定です。
論文 参考訳(メタデータ) (2021-07-23T17:02:06Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳(メタデータ) (2020-11-03T21:22:42Z)
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。