論文の概要: TweeNLP: A Twitter Exploration Portal for Natural Language Processing

• arxiv url: http://arxiv.org/abs/2106.10512v1
• Date: Sat, 19 Jun 2021 15:11:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-24 07:51:44.984730
• Title: TweeNLP: A Twitter Exploration Portal for Natural Language Processing
• Title（参考訳）: TweeNLP: 自然言語処理のためのTwitterの探索ポータル
• Authors: Viraj Shah, Shruti Singh, Mayank Singh
• Abstract要約: TweeNLPはTwitterの自然言語処理(NLP)データを整理するワンストップポータルである。 様々なNLPカンファレンスやNLPの一般的な議論から、2021年4月時点で19,395のツイートをキュレートする。
• 参考スコア（独自算出の注目度）: 5.315717519923849
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present TweeNLP, a one-stop portal that organizes Twitter's natural language processing (NLP) data and builds a visualization and exploration platform. It curates 19,395 tweets (as of April 2021) from various NLP conferences and general NLP discussions. It supports multiple features such as TweetExplorer to explore tweets by topics, visualize insights from Twitter activity throughout the organization cycle of conferences, discover popular research papers and researchers. It also builds a timeline of conference and workshop submission deadlines. We envision TweeNLP to function as a collective memory unit for the NLP community by integrating the tweets pertaining to research papers with the NLPExplorer scientific literature search engine. The current system is hosted at http://nlpexplorer.org/twitter/CFP .
• Abstract（参考訳）: 我々はTwitterの自然言語処理(NLP)データを整理するワンストップポータルであるTweeNLPを紹介し、可視化と探索プラットフォームを構築する。 様々なNLPカンファレンスやNLPの一般的な議論から、2021年4月時点で19,395のツイートをキュレートする。 TweetExplorerのような複数の機能をサポートし、トピックによるつぶやきを探索し、カンファレンスの組織サイクルを通じてTwitterの活動から洞察を可視化し、人気のある研究論文や研究者を発見する。 カンファレンスとワークショップの提出期限のタイムラインも構築している。 我々は,研究論文に関連するツイートをNLPExplorerの科学文献検索エンジンと統合することにより,TweeNLPがNLPコミュニティの集合記憶ユニットとして機能することを期待している。 現在のシステムはhttp://nlpexplorer.org/twitter/CFP にホストされている。

関連論文リスト

• The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
  我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。 以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。 2020年以降、言語と人々への関心が復活した。
  論文  参考訳（メタデータ） (2024-09-29T01:29:28Z)
• Beyond Good Intentions: Reporting the Research Landscape of NLP for Social Good [115.1507728564964]
  NLP4SG Papersは3つのタスクを関連づけた科学データセットである。 これらのタスクはNLP4SGの論文を特定し、NLP4SGのランドスケープを特徴付けるのに役立つ。 現状のNLPモデルを用いてこれらのタスクに対処し、ACLアンソロジー全体においてそれらを使用する。
  論文  参考訳（メタデータ） (2023-05-09T14:16:25Z)
• TweetNLP: Cutting-Edge Natural Language Processing for Social Media [22.6980150693332]
  TweetNLPは、ソーシャルメディアにおける自然言語処理(NLP)の統合プラットフォームである。 感情分析や名前付きエンティティ認識といった汎用的な焦点領域を含む、多様なNLPタスク群をサポートする。 システムは、ソーシャルメディアのテキストに特化した、合理的な大きさのTransformerベースの言語モデルを利用している。
  論文  参考訳（メタデータ） (2022-06-29T17:16:58Z)
• Annotating the Tweebank Corpus on Named Entity Recognition and Building NLP Models for Social Media Analysis [12.871968485402084]
  Twitterメッセージ(つぶやき)のようなソーシャルメディアデータは、短い、騒々しく、口語的な性質のため、NLPシステムに特別な課題をもたらす。 我々は、Tweebank V2 (TB2) に基づく NER コーパスである Tweebank-NER を作成し、これらを用いて最先端の NLP モデルを訓練する。 将来のつぶやきNLP研究のために、データセットをリリースし、モデルを"既成の"方法で使用できるようにします。
  論文  参考訳（メタデータ） (2022-01-18T19:34:23Z)
• Neural Approaches to Conversational Information Retrieval [94.77863916314979]
  会話情報検索(CIR)システムは、会話インタフェースを備えた情報検索(IR)システムである。 近年のディープラーニングの進歩により、自然言語処理(NLP)と会話型AIが大幅に改善されている。 この本は、ここ数年で開発された神経アプローチに焦点を当てた、CIRの最近の進歩を調査します。
  論文  参考訳（メタデータ） (2022-01-13T19:04:59Z)
• What goes on inside rumour and non-rumour tweets and their reactions: A Psycholinguistic Analyses [58.75684238003408]
  ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。 本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
  論文  参考訳（メタデータ） (2021-11-09T07:45:11Z)
• FedNLP: A Research Platform for Federated Learning in Natural Language Processing [55.01246123092445]
  NLPのフェデレーションラーニングのための研究プラットフォームであるFedNLPを紹介します。 FedNLPは、テキスト分類、シーケンスタグ付け、質問応答、Seq2seq生成、言語モデリングなど、NLPで一般的なタスクの定式化をサポートしている。 FedNLPによる予備実験では、分散型データセットと集中型データセットの学習には大きなパフォーマンスギャップが存在することが明らかになった。
  論文  参考訳（メタデータ） (2021-04-18T11:04:49Z)
• FewJoint: A Few-shot Learning Benchmark for Joint Language Understanding [55.38905499274026]
  機械学習は、機械学習における重要なステップの1つだ。 FewJointは、NLP用のFew-Shot Learningベンチマークである。
  論文  参考訳（メタデータ） (2020-09-17T08:17:12Z)
• A Python Library for Exploratory Data Analysis on Twitter Data based on Tokens and Aggregated Origin-Destination Information [1.5299433434194856]
  この提案は、2015年12月からTwitterから収集された処理情報の集合を開いて、Twitter上のイベントのマイニングを容易にすることを目的としている。 この出来事は、自然災害、健康問題、人々の移動性など、提案された図書館で追及できる研究に関係している可能性がある。 要約すると、提示されるPythonライブラリは、異なるドメインに適用され、アラビア語、英語、スペイン語、ロシア語の単語の2グラムの単語と2日単位の頻度で情報を取り出す。
  論文  参考訳（メタデータ） (2020-09-03T17:44:44Z)
• Through the Twitter Glass: Detecting Questions in Micro-Text [0.0]
  別の調査では、Twitter上での人々のQ&A習慣を理解することに興味がありました。 Twitter内で質問を見つけることは難しい課題であることが判明したので、従来のNLPアプローチを問題に適用することを検討しました。 この研究はまだ予備的ですが、本稿では、私たちが使ったテクニックと学んだ教訓について論じます。
  論文  参考訳（メタデータ） (2020-06-13T22:34:01Z)

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。