Fugu-MT 論文翻訳(概要): W-RST: Towards a Weighted RST-style Discourse Framework

論文の概要: W-RST: Towards a Weighted RST-style Discourse Framework

arxiv url: http://arxiv.org/abs/2106.02658v1
Date: Fri, 4 Jun 2021 18:12:09 GMT
ステータス: 処理完了
システム内更新日: 2021-06-08 18:52:18.564034
Title: W-RST: Towards a Weighted RST-style Discourse Framework
Title（参考訳）: W-RST: 軽量なRTTスタイルの談話フレームワークを目指して
Authors: Patrick Huber, Wen Xiao and Giuseppe Carenini
Abstract要約: テキストセグメント間の重要度のバイナリアセスメントを割り当てるRST Nuclearityは、自動生成された実値スコアに置き換えられる。補助的なタスクから重み付けされた談話木は、核性中心のアプローチと比較して、重要なNLP下流応用に有用であることがわかった。
参考スコア（独自算出の注目度）: 7.421040034454999
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Aiming for a better integration of data-driven and linguistically-inspired approaches, we explore whether RST Nuclearity, assigning a binary assessment of importance between text segments, can be replaced by automatically generated, real-valued scores, in what we call a Weighted-RST framework. In particular, we find that weighted discourse trees from auxiliary tasks can benefit key NLP downstream applications, compared to nuclearity-centered approaches. We further show that real-valued importance distributions partially and interestingly align with the assessment and uncertainty of human annotators.
Abstract（参考訳）: データ駆動型と言語的に着想を得たアプローチのより良い統合を目指して,テキストセグメント間の重要度をバイナリで評価するRTT Nuclearityが,Weighted-RSTフレームワークと呼ばれる自動生成された実値スコアに置き換えられるかを検討する。特に, 補助タスクの重み付き談話木は, 核性中心のアプローチと比較して, 主要なnlp下流アプリケーションにとって有益であることがわかった。さらに,人間の注釈者の評価と不確実性に,実数値の重要度分布が部分的および興味深い一致を示した。

関連論文リスト

Automated Speaking Assessment of Conversation Tests with Novel Graph-based Modeling on Spoken Response Coherence [11.217656140423207]
ASACは、1つ以上の候補者と対話する環境でL2話者の全体的な発話能力を評価することを目的としている。本稿では,広い応答間相互作用とニュアンス付き意味情報の両方を適切に組み込んだ階層グラフモデルを提案する。 NICT-JLEベンチマークデータセットの大規模な実験結果から,提案手法が予測精度を大幅に向上する可能性が示唆された。
論文参考訳（メタデータ） (2024-09-11T07:24:07Z)
Coherent Entity Disambiguation via Modeling Topic and Categorical Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文参考訳（メタデータ） (2023-11-06T16:40:13Z)
Do You Hear The People Sing? Key Point Analysis via Iterative Clustering and Abstractive Summarisation [12.548947151123555]
議論の要約は有望だが、現在未調査の分野である。キーポイント分析の主な課題の1つは、高品質なキーポイント候補を見つけることである。キーポイントの評価は自動的に生成された要約が役に立つことを保証するのに不可欠です
論文参考訳（メタデータ） (2023-05-25T12:43:29Z)
Provable Offline Preference-Based Reinforcement Learning [95.00042541409901]
本研究では,PbRL(Preference-based Reinforcement Learning)の問題について,人間のフィードバックを用いて検討する。我々は、報酬が軌道全体にわたって定義できる一般的な報酬設定について考察する。我々は, 軌道毎の集中性によって上界に拘束できる新しい単極集中係数を導入する。
論文参考訳（メタデータ） (2023-05-24T07:11:26Z)
ACCENT: An Automatic Event Commonsense Evaluation Metric for Open-Domain Dialogue Systems [81.8658402934838]
我々は,コモンセンス知識ベース(CSKB)によるイベントコモンセンス評価であるACCENTを提案する。実験の結果,ACCENTは事象のコモンセンス評価に有効な指標であり,既存の基準値よりも人間の判断との相関性が高いことがわかった。
論文参考訳（メタデータ） (2023-05-12T23:11:48Z)
KPEval: Towards Fine-Grained Semantic-Based Keyphrase Evaluation [69.57018875757622]
KPEvalは、参照合意、忠実性、多様性、有用性という4つの重要な側面からなる総合的な評価フレームワークである。 KPEvalを用いて、23のキーフレーズシステムを再評価し、確立されたモデル比較結果に盲点があることを発見した。
論文参考訳（メタデータ） (2023-03-27T17:45:38Z)
Towards Interpretable and Efficient Automatic Reference-Based Summarization Evaluation [160.07938471250048]
解釈可能性と効率性は、ニューラル自動メトリクスを採用する上で重要な2つの考慮事項である。我々は,参照ベース要約評価のための高性能自動メトリクスを開発する。
論文参考訳（メタデータ） (2023-03-07T02:49:50Z)
Conversational Semantic Role Labeling with Predicate-Oriented Latent Graph [40.43625257213158]
本稿では,述語中心のガウス機構を持つ述語指向潜在グラフ(POLar)を自動生成する。 POLar構造は動的に切断され、タスクニーズに最適なように洗練される。さらに,対話レベルの事前学習型言語モデルであるCoDiaBERTを導入し,複数の発話文のサポートを向上する。
論文参考訳（メタデータ） (2022-10-06T16:42:00Z)
Improving Unsupervised Dialogue Topic Segmentation with Utterance-Pair Coherence Scoring [8.31009800792799]
発話対ペアコヒーレンススコアのトレーニングコーパスを生成するための戦略を提案する。そして,得られた学習コーパスを用いて,BERTに基づくニューラル発話対ペアコヒーレンスモデルを訓練する。最後に、このようなモデルを用いて発話間の話題関係を計測し、セグメンテーション推論の基盤として機能する。
論文参考訳（メタデータ） (2021-06-12T08:49:20Z)
Unsupervised Summarization for Chat Logs with Topic-Oriented Ranking and Context-Aware Auto-Encoders [59.038157066874255]
本稿では,手動ラベル付きデータを用いずにチャット要約を行うrankaeという新しいフレームワークを提案する。 RankAEは、中心性と多様性に応じてトピックの発話を同時に選択するトピック指向のランキング戦略で構成されています。消音自動エンコーダは、選択された発話に基づいて簡潔でコンテキスト情報に基づいた要約を生成するように設計されています。
論文参考訳（メタデータ） (2020-12-14T07:31:17Z)
Neural RST-based Evaluation of Discourse Coherence [17.32363045763075]
銀標準RTT特徴を取り入れることでコヒーレンスを分類する際の精度が向上することを示した。木再帰ニューラルモデル、すなわちRTT再帰モデルを通してこれを実証する。
論文参考訳（メタデータ） (2020-09-30T06:00:37Z)

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。