論文の概要: Discourse Parsing of Contentious, Non-Convergent Online Discussions

• arxiv url: http://arxiv.org/abs/2012.04585v1
• Date: Tue, 8 Dec 2020 17:36:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-16 21:09:42.399194
• Title: Discourse Parsing of Contentious, Non-Convergent Online Discussions
• Title（参考訳）: 議論のある非コンバージェントオンライン議論の談話解析
• Authors: Stepan Zakharov, Omri Hadar, Tovit Hakak, Dina Grossman, Yifat Ben-David Kolikant, Oren Tsur
• Abstract要約: 対話論のバフティニア理論に着想を得て,新しい理論と計算の枠組みを提案する。 我々は,分散戦略の階層を反映する新しい談話アノテーションスキーマを開発した。 議論のないオンライン議論の最初のラベル付きデータセットを共有します。
• 参考スコア（独自算出の注目度）: 0.16311150636417257
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Online discourse is often perceived as polarized and unproductive. While some conversational discourse parsing frameworks are available, they do not naturally lend themselves to the analysis of contentious and polarizing discussions. Inspired by the Bakhtinian theory of Dialogism, we propose a novel theoretical and computational framework, better suited for non-convergent discussions. We redefine the measure of a successful discussion, and develop a novel discourse annotation schema which reflects a hierarchy of discursive strategies. We consider an array of classification models -- from Logistic Regression to BERT. We also consider various feature types and representations, e.g., LIWC categories, standard embeddings, conversational sequences, and non-conversational discourse markers learnt separately. Given the 31 labels in the tagset, an average F-Score of 0.61 is achieved if we allow a different model for each tag, and 0.526 with a single model. The promising results achieved in annotating discussions according to the proposed schema paves the way for a number of downstream tasks and applications such as early detection of discussion trajectories, active moderation of open discussions, and teacher-assistive bots. Finally, we share the first labeled dataset of contentious non-convergent online discussions.
• Abstract（参考訳）: オンライン談話は、しばしば偏極的で非生産的であると見なされる。 いくつかの会話的談話解析フレームワークが利用可能であるが、議論の激しさと偏在性の分析に自然に貢献するわけではない。 対話論のバフティニアン理論に着想を得て,非収束的な議論に適した新しい理論と計算の枠組みを提案する。 我々は、議論の成功の尺度を再定義し、再帰的戦略の階層を反映した新しい談話アノテーションスキーマを開発する。 私たちは、ロジスティック回帰からBERTまで、分類モデルの配列を考えます。 また,liwcカテゴリ,標準組込み,会話系列,非会話的談話マーカーなど,様々な特徴型や表現についても考察した。 タグセット中の31のラベルが与えられた場合、タグ毎に異なるモデルが許される場合、平均Fスコアが0.61、単一モデルで0.526となる。 提案するスキーマに従って議論をアノテートすることで得られる有望な成果は,議論軌跡の早期検出,公開討論のアクティブモデレーション,教師支援ボットなど,多くの下流タスクやアプリケーションへの道を開くものだ。 最後に、議論の多い非コンバージェントオンライン議論のラベル付きデータセットを初めて共有する。

関連論文リスト

• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
  本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。 我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。 我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-06-06T19:17:47Z)
• Pre-training Multi-party Dialogue Models with Latent Discourse Inference [85.9683181507206]
  我々は、多人数対話の会話構造、すなわち、各発話が応答する相手を理解するモデルを事前訓練する。 ラベル付きデータを完全に活用するために,談話構造を潜在変数として扱い,それらを共同で推論し,談話認識モデルを事前学習することを提案する。
  論文  参考訳（メタデータ） (2023-05-24T14:06:27Z)
• A Deeper (Autoregressive) Approach to Non-Convergent Discourse Parsing [0.6599344783327052]
  本稿では,従来の対話音声以外の追加入力を必要としない非収束談話パーシングの統一モデルを提案する。 本モデルでは,ラベルのコロケーションを使わずに,ラベル毎に独自のアーキテクチャやモデルを訓練することなく,SOTAに匹敵する結果が得られる。
  論文  参考訳（メタデータ） (2023-05-21T17:04:21Z)
• Unsupervised Dialogue Topic Segmentation with Topic-aware Utterance Representation [51.22712675266523]
  対話トピック(DTS)は、様々な対話モデリングタスクにおいて重要な役割を果たす。 本稿では,ラベルなし対話データからトピック対応発話表現を学習する,教師なしDSSフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-04T11:35:23Z)
• CluCDD:Contrastive Dialogue Disentanglement via Clustering [18.06976502939079]
  毎日、膨大な数の多人数の対話がオンラインで行われている。 対話の切り離しは、絡み合った対話を分離したセッションに分けることを目的としている。 コントラスト学習により発話を集約するCluCDDというモデルを提案する。
  論文  参考訳（メタデータ） (2023-02-16T08:47:51Z)
• Pre-trained Sentence Embeddings for Implicit Discourse Relation Classification [26.973476248983477]
  暗黙の談話関係は、より小さな言語単位を一貫性のあるテキストに結合する。 本稿では,暗黙的対話関係感覚分類のためのニューラルネットワークにおけるベース表現として,事前学習文の埋め込みの有用性について検討する。
  論文  参考訳（メタデータ） (2022-10-20T04:17:03Z)
• DialogBERT: Discourse-Aware Response Generation via Learning to Recover and Rank Utterances [18.199473005335093]
  本稿では,従来の PLM に基づく対話モデルを強化した対話応答生成モデルである DialogBERT を提案する。 発話間の談話レベルのコヒーレンスを効果的に把握するために,マスク付き発話回帰を含む2つの訓練目標を提案する。 3つのマルチターン会話データセットの実験により、我々のアプローチがベースラインを著しく上回ることを示した。
  論文  参考訳（メタデータ） (2020-12-03T09:06:23Z)
• Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
  本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。 トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
  論文  参考訳（メタデータ） (2020-09-26T08:43:06Z)
• Detecting and Classifying Malevolent Dialogue Responses: Taxonomy, Data and Methodology [68.8836704199096]
  コーパスベースの会話インタフェースは、テンプレートベースのエージェントや検索ベースのエージェントよりも多様な自然なレスポンスを生成することができる。 コーパスベースの会話エージェントの生成能力が増大すると、マレヴォレントな反応を分類し、フィルタリングする必要性が生じる。 不適切な内容の認識と分類に関するこれまでの研究は、主にある種のマレヴォレンスに焦点を絞っている。
  論文  参考訳（メタデータ） (2020-08-21T22:43:27Z)

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。