論文の概要: Developing Annotated Resources for Internal Displacement Monitoring

• arxiv url: http://arxiv.org/abs/2104.05459v1
• Date: Mon, 12 Apr 2021 13:30:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-13 23:14:48.777362
• Title: Developing Annotated Resources for Internal Displacement Monitoring
• Title（参考訳）: 内部変位モニタリングのためのアノテートリソースの開発
• Authors: Fabio Poletto, Yunbai Zhang, Andre Panisson, Yelena Mejova, Daniela Paolotti, Sylvain Ponserre
• Abstract要約: 本稿では、新しいアノテーションフレームワークの設計と開発、および内部変位のための注釈付きリソースについて述べる。 データセットベンチマーク開発における標準化スキーマの重要性と,信頼性のある災害監視インフラストラクチャの開発への影響について論じる。
• 参考スコア（独自算出の注目度）: 2.769633378063651
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes in details the design and development of a novel annotation framework and of annotated resources for Internal Displacement, as the outcome of a collaboration with the Internal Displacement Monitoring Centre, aimed at improving the accuracy of their monitoring platform IDETECT. The schema includes multi-faceted description of the events, including cause, quantity of people displaced, location and date. Higher-order facets aimed at improving the information extraction, such as document relevance and type, are proposed. We also report a case study of machine learning application to the document classification tasks. Finally, we discuss the importance of standardized schema in dataset benchmark development and its impact on the development of reliable disaster monitoring infrastructure.
• Abstract（参考訳）: 本稿では,新たなアノテーションフレームワークの設計と開発について詳述し,モニタリングプラットフォームIDETECTの精度向上を目的とした内部配置監視センターとのコラボレーションの結果として,内部配置のための注釈付きリソースについて述べる。 スキーマには、原因、転職した人数、場所、日付など、イベントの多面的記述が含まれている。 文書の関連性や型などの情報抽出の改善を目的とした高次ファセットを提案する。 また,文書分類タスクにおける機械学習の適用事例について報告する。 最後に、データセットベンチマーク開発における標準化スキーマの重要性と、信頼性の高い災害監視インフラの開発への影響について論じる。

関連論文リスト

• Conformal Prediction for Federated Graph Neural Networks with Missing Neighbor Information [2.404163279345609]
  本研究は,連合グラフ学習へのコンフォーマル予測の適用性を拡張した。 分散サブグラフにおけるリンク不足問題に対処し、CPセットサイズに対する悪影響を最小限に抑える。 本稿では,欠落したデータに対する負の影響を軽減するために,変分オートエンコーダに基づく近隣住民の再構築手法を提案する。
  論文  参考訳（メタデータ） (2024-10-17T20:22:25Z)
• A Robust Negative Learning Approach to Partial Domain Adaptation Using Source Prototypes [0.8895157045883034]
  この研究は、負の転送問題を緩和する堅牢な部分的ドメイン適応(PDA)フレームワークを提案する。 それは多様で相補的なラベルフィードバックを含み、誤ったフィードバックの効果を緩和し、擬似ラベル改善を促進する。 我々は,部分領域適応タスクを網羅するアブレーション解析を含む包括的実験を行った。
  論文  参考訳（メタデータ） (2023-09-07T07:26:27Z)
• Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
  本稿では,インストラクションチューニング(IT)の急速な発展分野における研究成果について調査する。 本稿では、指定しない場合を除き、命令チューニング(IT)は教師付き微調整(SFT)と等価である。
  論文  参考訳（メタデータ） (2023-08-21T15:35:16Z)
• Position-aware Structure Learning for Graph Topology-imbalance by Relieving Under-reaching and Over-squashing [67.83086131278904]
  トポロジー不均衡は、ラベル付きノードの不均一なトポロジー位置によって引き起こされるグラフ固有の不均衡問題である。 PASTEL という新しい位置認識型グラフ構造学習フレームワークを提案する。 私たちの重要な洞察は、より監督的な情報を得るために、同じクラス内のノードの接続性を高めることです。
  論文  参考訳（メタデータ） (2022-08-17T14:04:21Z)
• Parallel Hierarchical Transformer with Attention Alignment for Abstractive Multi-Document Summarization [4.035753155957699]
  MDS (Abstractive Multi-Document Summarization) は、その長大かつリンクされたソースの表現とカバレッジに課題をもたらす。 本研究は,MDSのアライメントを考慮した並列階層変換器(PHT)を開発した。
  論文  参考訳（メタデータ） (2022-08-16T17:02:48Z)
• MINER: Improving Out-of-Vocabulary Named Entity Recognition from an Information Theoretic Perspective [57.19660234992812]
  NERモデルは標準のNERベンチマークで有望な性能を達成した。 近年の研究では、従来のアプローチはエンティティ参照情報に過度に依存し、OoV(out-of-vocabulary)エンティティ認識の性能が劣っていることが示されている。 我々は、情報理論の観点からこの問題を改善するための新しいNER学習フレームワークであるMINERを提案する。
  論文  参考訳（メタデータ） (2022-04-09T05:18:20Z)
• Learning Prototype-oriented Set Representations for Meta-Learning [85.19407183975802]
  集合構造データから学ぶことは、近年注目を集めている根本的な問題である。 本稿では,既存の要約ネットワークを改善するための新しい最適輸送方式を提案する。 さらに、少数ショット分類と暗黙的メタ生成モデリングの事例にインスタンス化する。
  論文  参考訳（メタデータ） (2021-10-18T09:49:05Z)
• Abstracting data in distributed ledger systems for higher level analytics and visualizations [1.5381930379183162]
  本稿では,分散台帳システムの高レベル解析設計を可能にする抽象化層アーキテクチャを提案する。 既存のイニシアティブの分析と関連するユーザ要件の識別に基づいて、この作業は重要な洞察と仕様を確立することを目的としています。
  論文  参考訳（メタデータ） (2021-02-19T19:34:12Z)
• Summary-Source Proposition-level Alignment: Task, Datasets and Supervised Baseline [94.0601799665342]
  資料の参照要約における文のアライメントは,補助的な要約作業として有用であった。 本稿では,2つの重要な新機能を導入しながら,要約ソースアライメントを明示的なタスクとして確立することを提案する。 我々は提案レベルのアライメントのための新しいトレーニングデータセットを作成し、利用可能な要約評価データから自動的に抽出する。 教師なしアプローチよりも優れたアライメント品質を示す教師付き命題アライメントベースラインモデルを提案する。
  論文  参考訳（メタデータ） (2020-09-01T17:27:12Z)
• Salience Estimation with Multi-Attention Learning for Abstractive Text Summarization [86.45110800123216]
  テキスト要約のタスクでは、単語、フレーズ、文のサリエンス推定が重要な要素である。 本稿では,サラレンス推定のための2つの新しい注目学習要素を含むマルチアテンション学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-07T02:38:56Z)

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。