論文の概要: MultiOpEd: A Corpus of Multi-Perspective News Editorials

• arxiv url: http://arxiv.org/abs/2106.02725v1
• Date: Fri, 4 Jun 2021 21:23:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-14 12:19:10.329966
• Title: MultiOpEd: A Corpus of Multi-Perspective News Editorials
• Title（参考訳）: MultiOpEd:多機能ニュース編集者のコーパス
• Authors: Siyi Liu, Sihao Chen, Xander Uyttendaele, Dan Roth
• Abstract要約: MultiOpEdはオープンドメインのニュース編集コーパスであり、ニュース編集における議論構造に関連する様々なタスクをサポートする。 本研究では,マルチタスク学習環境における視点要約の問題について,事例研究として考察する。 誘導タスクを補助タスクとすることで、視点要約の質を向上させることができることを示す。
• 参考スコア（独自算出の注目度）: 46.86995662807853
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose MultiOpEd, an open-domain news editorial corpus that supports various tasks pertaining to the argumentation structure in news editorials, focusing on automatic perspective discovery. News editorial is a genre of persuasive text, where the argumentation structure is usually implicit. However, the arguments presented in an editorial typically center around a concise, focused thesis, which we refer to as their perspective. MultiOpEd aims at supporting the study of multiple tasks relevant to automatic perspective discovery, where a system is expected to produce a single-sentence thesis statement summarizing the arguments presented. We argue that identifying and abstracting such natural language perspectives from editorials is a crucial step toward studying the implicit argumentation structure in news editorials. We first discuss the challenges and define a few conceptual tasks towards our goal. To demonstrate the utility of MultiOpEd and the induced tasks, we study the problem of perspective summarization in a multi-task learning setting, as a case study. We show that, with the induced tasks as auxiliary tasks, we can improve the quality of the perspective summary generated. We hope that MultiOpEd will be a useful resource for future studies on argumentation in the news editorial domain.
• Abstract（参考訳）: 本稿では,ニュース編集における議論構造に関する様々なタスクを支援するオープンドメインニュース編集コーパスであるmultiopedを提案する。 ニュース編集は説得力のあるテキストのジャンルであり、議論構造は通常暗黙的である。 しかし、論説で提示される議論は、通常、簡潔で焦点を絞った論文を中心に展開する。 multiopedは、システムが提示された議論を要約した単一意味論文を作成することが期待される自動的視点発見に関連する複数のタスクの研究を支援することを目的としている。 我々は、このような自然言語的視点を編集から識別し、抽象化することは、ニュース編集における暗黙の議論構造を研究するための重要なステップであると主張している。 まず課題について議論し、目標に向けていくつかの概念的なタスクを定義します。 マルチオペタスクと誘導タスクの有用性を示すために,マルチタスク学習環境における視点要約の問題について事例研究として検討する。 誘導タスクを補助タスクとすることで、視点要約の質を向上させることができることを示す。 我々は,MultiOpEdが今後のニュース編集領域における議論研究に役立つことを願っている。

関連論文リスト

• PanoSent: A Panoptic Sextuple Extraction Benchmark for Multimodal Conversational Aspect-based Sentiment Analysis [74.41260927676747]
  本稿では,マルチモーダル対話感分析(ABSA)を導入することでギャップを埋める。 タスクをベンチマークするために、手動と自動の両方で注釈付けされたデータセットであるPanoSentを構築し、高品質、大規模、マルチモーダル、マルチ言語主義、マルチシナリオを特徴とし、暗黙の感情要素と明示的な感情要素の両方をカバーする。 課題を効果的に解決するために,新しい多モーダルな大規模言語モデル(すなわちSentica)とパラフレーズベースの検証機構とともに,新しい感覚の連鎖推論フレームワークを考案した。
  論文  参考訳（メタデータ） (2024-08-18T13:51:01Z)
• PAKT: Perspectivized Argumentation Knowledge Graph and Tool for Deliberation Analysis (with Supplementary Materials) [18.436817251174357]
  本稿では,パースペクティブ化された問合せ知識グラフとツールであるPAKTを提案する。 グラフは様々なトピックにまたがって議論空間を構成し、議論は前提と結論に分けられる。 本稿では,PAKTの構築方法と,得られた多面的議論グラフのケーススタディについて述べる。
  論文  参考訳（メタデータ） (2024-04-16T13:47:19Z)
• A School Student Essay Corpus for Analyzing Interactions of Argumentative Structure and Quality [12.187586364960758]
  我々は,2つの年齢集団の学生のエッセイ1,320件のドイツ語コーパスを提示する。 各エッセイは、複数のレベルの粒度の議論的構造と品質のために手動で注釈付けされている。 議論マイニングとエッセイスコアリングのためのベースラインアプローチを提案し,両タスク間の相互作用を分析する。
  論文  参考訳（メタデータ） (2024-04-03T07:31:53Z)
• To Revise or Not to Revise: Learning to Detect Improvable Claims for Argumentative Writing Support [20.905660642919052]
  特定の修正が必要な議論的クレームを特定するための主な課題について検討する。 本稿では,リビジョン距離に基づく新しいサンプリング戦略を提案する。 文脈情報とドメイン知識を用いることで、予測結果をさらに改善できることを示す。
  論文  参考訳（メタデータ） (2023-05-26T10:19:54Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• Topic-Aware Contrastive Learning for Abstractive Dialogue Summarization [41.75442239197745]
  本研究は,コヒーレンス検出とサブ・サブ・サブ・サブ・サブ・サブ・サブ・サブ・サブ・サミマリ・ジェネレーションという2つのトピック・アウェア・コントラスト学習目標を提案する。 ベンチマークデータセットの実験では、提案手法が強い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） (2021-09-10T17:03:25Z)
• Summarizing Text on Any Aspects: A Knowledge-Informed Weakly-Supervised Approach [89.56158561087209]
  文書に関連する任意の側面を要約する。 監視データがないため、我々は新しい弱い監督構築法とアスペクト・モデリング・スキームを開発した。 実験により,本手法は実文書と合成文書の両方を要約することで,性能の向上を図っている。
  論文  参考訳（メタデータ） (2020-10-14T03:20:46Z)
• Multi-hop Inference for Question-driven Summarization [39.08269647808958]
  本稿では,新しい質問駆動抽象要約手法であるMulti-hop Selective Generator (MSG)を提案する。 MSGは、マルチホップ推論を質問駆動要約に取り入れ、生成した要約の正当化を提供する。 実験結果から,提案手法は2つの非ファクトイドQAデータセット上で常に最先端の手法より優れていることがわかった。
  論文  参考訳（メタデータ） (2020-10-08T02:36:39Z)
• Video Captioning with Guidance of Multimodal Latent Topics [123.5255241103578]
  我々は、データから教師なしの方法でマルチモーダルトピックをマイニングする統合キャプションフレームワークM&M TGMを提案する。 事前に定義されたトピックと比較して、マイニングされたマルチモーダルトピックはより意味的に、視覚的に一貫性がある。 MSR-VTTとYoutube2Textのデータセットを用いた大規模な実験の結果,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2017-08-31T11:18:28Z)

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。