Fugu-MT 論文翻訳(概要): Measuring Shifts in Attitudes Towards COVID-19 Measures in Belgium Using Multilingual BERT

論文の概要: Measuring Shifts in Attitudes Towards COVID-19 Measures in Belgium Using Multilingual BERT

arxiv url: http://arxiv.org/abs/2104.09947v1
Date: Tue, 20 Apr 2021 13:17:56 GMT
ステータス: 処理完了
システム内更新日: 2021-04-21 13:37:23.717813
Title: Measuring Shifts in Attitudes Towards COVID-19 Measures in Belgium Using Multilingual BERT
Title（参考訳）: 多言語bertを用いたベルギーにおけるcovid-19対策態度の変化の測定
Authors: Kristen Scott and Pieter Delobelle and Bettina Berendt
Abstract要約: ベルギー政府の規制措置に関する意見(厳格すぎる、OKすぎる、緩すぎる)によってツイートを分類します。メディアにおける新たな対策の実施やCOVID-19関連の発表など、関連イベントの日付を基準として、議論されたトピックや意見の変化を検討します。
参考スコア（独自算出の注目度）: 2.4923006485141284
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We classify seven months' worth of Belgian COVID-related Tweets using multilingual BERT and relate them to their governments' COVID measures. We classify Tweets by their stated opinion on Belgian government curfew measures (too strict, ok, too loose). We examine the change in topics discussed and views expressed over time and in reference to dates of related events such as implementation of new measures or COVID-19 related announcements in the media.
Abstract（参考訳）: ベルギーで7カ月分のウイルス関連ツイートを多言語bertで分類し、政府の新型コロナウイルス対策に関連付けた。われわれは、ベルギー政府の不正対策に関する声明によって、ツイートを分類する(厳格すぎる、オーケー、ゆるすぎる)。本研究は、新たな対策の実施や、メディアにおける新型コロナウイルス関連発表等の関連イベントの日時や、時間とともに表されるトピックや見解の変化について検討する。

関連論文リスト

When Does Monolingual Data Help Multilingual Translation: The Role of Domain and Model Scale [73.69252847606212]
自動符号化(DAE)と逆翻訳(BT)が機械翻訳(MMT)に与える影響について検討する。モノリンガルデータは一般的にMTMに役立つが、モデルは驚くほどドメインミスマッチ、特により小さなモデルスケールでは不安定である。スケールが大きくなるにつれて、DAEは並列のみのベースラインを90Mで過小評価することから、BTのパフォーマンスを1.6Bで収束させ、低リソースでそれを上回るものへと移行する。
論文参考訳（メタデータ） (2023-05-23T14:48:42Z)
Certification of qubits in the prepare-and-measure scenario with large input alphabet and connections with the Grothendieck constant [0.0]
本稿では,PMシナリオにおける2次元システムの量子性テストの問題に対処する。定数を導入し、次数3のグロタンディーク定数と関連付ける。我々は,70準備と70測定設定で許容できる最小検出効率の新たな限界を得る。
論文参考訳（メタデータ） (2022-11-30T17:28:49Z)
Revamping Multilingual Agreement Bidirectionally via Switched Back-translation for Multilingual Neural Machine Translation [107.83158521848372]
マルチリンガル・コンセンサス(MA)は、マルチリンガル・ニューラル・マシン翻訳(MNMT)の重要性を示した textbfBidirectional textbfMultilingual textbfAgreement via textbfSwitched textbfBack-textbftranslation (textbfBMA-SBT) これは、訓練済みのMNMTモデルを微調整するための、新規で普遍的な多言語合意フレームワークである。
論文参考訳（メタデータ） (2022-09-28T09:14:58Z)
Two-Stage Classifier for COVID-19 Misinformation Detection Using BERT: a Study on Indonesian Tweets [0.15229257192293202]
インドネシアでの新型コロナウイルスの誤情報検出に関する研究はいまだに少ない。本研究では,ツイート誤報検出タスクに対して,IndoBERT事前学習言語モデルを用いた2段階分類モデルを提案する。実験の結果、関連予測のためのBERTシーケンス分類器と誤情報検出のためのBi-LSTMの組み合わせは、87.02%の精度で他の機械学習モデルよりも優れていた。
論文参考訳（メタデータ） (2022-06-30T15:33:20Z)
Multilingual Knowledge Graph Completion with Self-Supervised Adaptive Graph Alignment [69.41986652911143]
知識グラフ(KG)における行方不明事象を予測するための,新たな自己教師付き適応グラフアライメント(SS-AGA)手法を提案する。 SS-AGAはすべてのKGをグラフ全体として新しいエッジタイプとしてアライメントする。パブリック多言語DBPedia KGおよび新たに開発された産業多言語EコマースKGの実験は、SS-AGAの有効性を実証的に実証している。
論文参考訳（メタデータ） (2022-03-28T18:00:51Z)
An Analysis of COVID-19 Knowledge Graph Construction and Applications [7.849573720043142]
ロサンゼルス地域では、新型コロナウイルス関連のツイートから構築された知識グラフを提示する。自然言語処理と変更点解析を用いて、ツイートトピック、ツイート日付、イベント日付の関係を抽出する。
論文参考訳（メタデータ） (2021-10-10T23:58:57Z)
When Does Translation Require Context? A Data-driven, Multilingual Exploration [71.43817945875433]
談話の適切な処理は機械翻訳(MT)の品質に大きく貢献する文脈認識型MTにおける最近の研究は、評価中に少量の談話現象を標的にしようとしている。談話現象のモデル性能を識別・評価するタグの集合である,多言語談話認識ベンチマークを開発した。
論文参考訳（メタデータ） (2021-09-15T17:29:30Z)
Changes in European Solidarity Before and During COVID-19: Evidence from a Large Crowd- and Expert-Annotated Twitter Dataset [77.27709662210363]
我々は,NLPにおける教師付き機械学習の新たな課題として,社会的連帯という社会科学的概念とその競争,反連帯の概念を導入する。我々は,複数のアノテータと2つのアノテーションアプローチ(専門家対群衆)を利用して,(反)整合性表現のための2.3kの英語とドイツ語のつぶやきを注釈する。今回の結果は、新型コロナウイルス危機で連帯がますます健全になり、競争が激化したことを示している。
論文参考訳（メタデータ） (2021-08-02T17:03:12Z)
BlonD: An Automatic Evaluation Metric for Document-level MachineTranslation [47.691277066346665]
文書レベルの機械翻訳評価のための自動メトリクスBlonDを提案する。 BlonDは、チェックポイントフレーズやタグのリコールと距離を計算することで、談話のコヒーレンスを考慮に入れている。
論文参考訳（メタデータ） (2021-03-22T14:14:58Z)
How COVID-19 Is Changing Our Language : Detecting Semantic Shift in Twitter Word Embeddings [16.520392870150797]
研究は、健康危機によって引き起こされるソーシャルメディア言語の意味的変化を検出することを目指しています。新型コロナウイルス関連ビッグデータをTwitterから抽出し、流行後、異なる期間に別々の単語埋め込みモデルをトレーニングします。前後回転アライメントに基づく安定性測定により、グローバルセマンティックシフトの大きさを定量化します。
論文参考訳（メタデータ） (2021-02-15T20:29:00Z)
Dutch General Public Reaction on Governmental COVID-19 Measures and Announcements in Twitter Data [1.7289766438701686]
われわれは、2020年2月にオランダで発生した新型コロナウイルスの流行から始まるTwitter APIを使ってストリーミングデータを収集する。我々は、政府の措置や発表に対するオランダの一般大衆の反応を追跡する。我々は過去7ヶ月のつぶやき頻度と公的な感情の時間的分析を行った。
論文参考訳（メタデータ） (2020-06-12T16:03:58Z)

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。