論文の概要: ENTRUST: Argument Reframing with Language Models and Entailment

• arxiv url: http://arxiv.org/abs/2103.06758v1
• Date: Thu, 11 Mar 2021 16:15:13 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-12 19:57:21.555593
• Title: ENTRUST: Argument Reframing with Language Models and Entailment
• Title（参考訳）: ENTRUST:言語モデルとエンテールメントによる議論の交換
• Authors: Tuhin Chakrabarty, Christopher Hidey, Smaranda Muresan
• Abstract要約: フラーミング」とは、聴衆や講演者の目標によって議論や問題を肯定的あるいは否定的に提示することである。 本稿では,制御可能なテキスト生成(肯定的意味)と復号後包含成分(サム・デノメーション)を結合した議論再フレーミング法を提案する。
• 参考スコア（独自算出の注目度）: 19.168400198484164
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: "Framing" involves the positive or negative presentation of an argument or issue depending on the audience and goal of the speaker (Entman 1983). Differences in lexical framing, the focus of our work, can have large effects on peoples' opinions and beliefs. To make progress towards reframing arguments for positive effects, we create a dataset and method for this task. We use a lexical resource for "connotations" to create a parallel corpus and propose a method for argument reframing that combines controllable text generation (positive connotation) with a post-decoding entailment component (same denotation). Our results show that our method is effective compared to strong baselines along the dimensions of fluency, meaning, and trustworthiness/reduction of fear.
• Abstract（参考訳）: 「フラミング」は、スピーカーの観客や目標に応じて、議論や問題の肯定的または否定的な提示を含む(Entman 1983)。 我々の作品の焦点である語彙フレーミングの違いは、人々の意見や信念に大きな影響を及ぼす可能性がある。 ポジティブな効果の議論を再現するために、このタスクのためのデータセットとメソッドを作成します。 並列コーパスを作成するために, "connotations" の語彙リソースを用いて,制御可能なテキスト生成 (positive connotation) と後復号化エンテールメントコンポーネント (same denotation) を組み合わせた引数リフレーミング手法を提案する。 以上の結果から,本手法は, 流動性, 意味, 信頼度, 恐怖の軽減に沿う強力なベースラインと比較し有効であることが示された。

関連論文リスト

• DenoSent: A Denoising Objective for Self-Supervised Sentence Representation Learning [59.4644086610381]
  本稿では,他の視点,すなわち文内視点から継承する新たな認知的目的を提案する。 離散ノイズと連続ノイズの両方を導入することで、ノイズの多い文を生成し、モデルを元の形式に復元するように訓練する。 我々の経験的評価は,本手法が意味的テキスト類似性(STS)と幅広い伝達タスクの両面で競合する結果をもたらすことを示した。
  論文  参考訳（メタデータ） (2024-01-24T17:48:45Z)
• Natural Language Decompositions of Implicit Content Enable Better Text Representations [56.85319224208865]
  本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。 我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。 本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
  論文  参考訳（メタデータ） (2023-05-23T23:45:20Z)
• Improving Faithfulness of Abstractive Summarization by Controlling Confounding Effect of Irrelevant Sentences [38.919090721583075]
  事実整合性は、共同創設者として機能する入力テキストの無関係な部分によって引き起こされる可能性があることを示す。 そこで我々は,人間が記述した関連文を利用できる場合に利用することにより,そのような欠点を抑えるためのシンプルなマルチタスクモデルを設計する。 提案手法は,AnswerSumm citepfabbri 2021answersummデータセットの強いベースラインに対して,忠実度スコアを20%向上させる。
  論文  参考訳（メタデータ） (2022-12-19T18:51:06Z)
• Beyond Model Interpretability: On the Faithfulness and Adversarial Robustness of Contrastive Textual Explanations [2.543865489517869]
  本研究は、説明の忠実さに触発された新たな評価手法の基盤を築き、テキストの反事実を動機づけるものである。 感情分析データを用いた実験では, 両モデルとも, 対物関係の関連性は明らかでないことがわかった。
  論文  参考訳（メタデータ） (2022-10-17T09:50:02Z)
• Keywords and Instances: A Hierarchical Contrastive Learning Framework Unifying Hybrid Granularities for Text Generation [59.01297461453444]
  入力テキスト中のハイブリッドな粒度意味を統一する階層的コントラスト学習機構を提案する。 実験により,本モデルがパラフレージング,対話生成,ストーリーテリングタスクにおいて,競争ベースラインより優れていることが示された。
  論文  参考訳（メタデータ） (2022-05-26T13:26:03Z)
• Fine-Grained Visual Entailment [51.66881737644983]
  そこで本稿では,テキストから画像への微粒な知識要素の論理的関係を予測することを目的として,このタスクの拡張を提案する。 従来の研究とは異なり、本手法は本質的に説明可能であり、異なるレベルの粒度で論理的予測を行う。 本手法は,手動でアノテートした知識要素のデータセットを用いて評価し,この課題に対して68.18%の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2022-03-29T16:09:38Z)
• On the Interplay Between Fine-tuning and Composition in Transformers [7.513100214864645]
  本研究では,微調整が文脈的埋め込み能力に及ぼす影響について検討する。 具体的には、語彙重なりの大きい逆パラフレーズ分類タスクと感情分類タスクを微調整する。 微調整はこれらの表現における構成性の恩恵をほとんど得られないが、感情に関するトレーニングは特定のモデルに対して小さな局所的な利益をもたらす。
  論文  参考訳（メタデータ） (2021-05-31T01:49:56Z)
• Aspectuality Across Genre: A Distributional Semantics Approach [25.816944882581343]
  英語における動詞の語彙的側面の解釈は、文的含意を認識し、談話レベルの推論を学ぶ上で重要な役割を担っている。 アスペクト型クラス,状態対イベント,およびテクスチャ対テイリック事象の2つの基本次元を分散意味論で効果的にモデル化できることが示される。
  論文  参考訳（メタデータ） (2020-10-31T19:37:22Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
  感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。 文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-01-28T05:03:15Z)

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。