論文の概要: On Positivity Bias in Negative Reviews

• arxiv url: http://arxiv.org/abs/2106.12056v1
• Date: Tue, 22 Jun 2021 21:04:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-25 01:58:08.864860
• Title: On Positivity Bias in Negative Reviews
• Title（参考訳）: 否定的レビューにおける肯定バイアスについて
• Authors: Madhusudhan Aithal and Chenhao Tan
• Abstract要約: 英語の否定的レビューは、さまざまなデータセットを用いて、否定的単語よりも肯定的な単語を含む傾向があることを示す。 本研究は,否定の実用性に関する先行的な知見と一致し,否定は否定的評価において肯定的な語と関連していることを示す。
• 参考スコア（独自算出の注目度）: 11.44224857047629
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prior work has revealed that positive words occur more frequently than negative words in human expressions, which is typically attributed to positivity bias, a tendency for people to report positive views of reality. But what about the language used in negative reviews? Consistent with prior work, we show that English negative reviews tend to contain more positive words than negative words, using a variety of datasets. We reconcile this observation with prior findings on the pragmatics of negation, and show that negations are commonly associated with positive words in negative reviews. Furthermore, in negative reviews, the majority of sentences with positive words express negative opinions based on sentiment classifiers, indicating some form of negation.
• Abstract（参考訳）: 先行研究では、人間の表現における否定的な単語よりも肯定的な単語が頻繁に発生することが明らかにされており、これは典型的には肯定的バイアスによるもので、人々が現実の肯定的な見解を報告する傾向にある。 しかし、否定的なレビューで使われる言語はどうだろう? 先行研究と一致して,様々なデータセットを用いて,英語の否定レビューでは否定語よりも肯定的な単語が多い傾向を示した。 本研究は,否定の実用性に関する先行的な知見と一致し,否定は否定的評価において肯定的な語と関連していることを示す。 さらに、否定的なレビューでは、肯定的な言葉を持つ文の大多数は感情分類子に基づいて否定的な意見を表し、ある種の否定を示している。

関連論文リスト

• Generating Diverse Negations from Affirmative Sentences [0.999726509256195]
  否定は、動詞句、節、その他の表現において負の極性を符号化する現実世界の応用において重要である。 多様な否定型を生成することにより,否定データセットの欠如に対処する手法であるNegVerseを提案する。 我々は,構文構造に基づいて,否定が最も起こりやすい文の一部をマスキングするための新しい規則を提案する。 また, 否定の手がかりを同定し, 退化例を除去し, 多様な有意義な摂動を生じさせるフィルタリング機構を提案する。
  論文  参考訳（メタデータ） (2024-10-30T21:25:02Z)
• Large Language Models are Skeptics: False Negative Problem of Input-conflicting Hallucination [36.01680298955394]
  我々は入力強調幻覚を誘発する新しい偏見のカテゴリーを同定する。 大規模言語モデル(LLM)が入力コンテキストの内容と一致しない応答を生成することを示す。
  論文  参考訳（メタデータ） (2024-06-20T01:53:25Z)
• Understanding the Impact of Negative Prompts: When and How Do They Take Effect? [92.53724347718173]
  本稿では, 負のプロンプトがどのように作用するか, どのように作用するかを明らかにするための, 初めての総合的研究について述べる。 我々の経験的分析は、負のプロンプトの2つの主要な挙動を識別する。 負のプロンプトは、単純な適応アルゴリズムによって、背景に最小限の変更を加えて、オブジェクトの塗り絵をしやすくする。
  論文  参考訳（メタデータ） (2024-06-05T05:42:46Z)
• Revisiting subword tokenization: A case study on affixal negation in large language models [57.75279238091522]
  現代英語大言語モデル(LLM)に対する接尾辞否定の影響を計測する。 我々は、異なるサブワードトークン化手法を用いてLLMを用いて実験を行う。 モデルは全体として、接尾辞の意味を確実に認識できることを示す。
  論文  参考訳（メタデータ） (2024-04-03T03:14:27Z)
• Contrastive Learning with Negative Sampling Correction [52.990001829393506]
  PUCL(Positive-Unlabeled Contrastive Learning)という新しいコントラスト学習手法を提案する。 PUCLは生成した負のサンプルをラベルのないサンプルとして扱い、正のサンプルからの情報を用いて、対照的な損失のバイアスを補正する。 PUCLは一般的なコントラスト学習問題に適用でき、様々な画像やグラフの分類タスクにおいて最先端の手法より優れている。
  論文  参考訳（メタデータ） (2024-01-13T11:18:18Z)
• Generating Enhanced Negatives for Training Language-Based Object Detectors [86.1914216335631]
  我々は、現代の生成モデルに組み込まれた膨大な知識を活用して、元のデータにより関連性のある負を自動で構築することを提案する。 具体的には、大言語モデルを用いて、負のテキスト記述を生成するとともに、テキスト間拡散モデルを用いて、対応する負の画像を生成する。 実験により, 生成した負データとの関連性を確認し, 言語ベースの検出器での使用により, 2つの複雑なベンチマークの性能が向上した。
  論文  参考訳（メタデータ） (2023-12-29T23:04:00Z)
• Can large language models generate salient negative statements? [18.577880767789097]
  本研究では,大規模言語モデルによる実世界の実体に関する健全な(興味深い)ネガティブなステートメントを生成する能力について検討する。 我々はゼロショットとkショットの制約のないプローブを用いてLSMを探索し、従来の否定生成法と比較した。 異なる領域の被写体に関する生成したリストの正しさと正当性を測定する。
  論文  参考訳（メタデータ） (2023-05-26T09:13:59Z)
• SimANS: Simple Ambiguous Negatives Sampling for Dense Text Retrieval [126.22182758461244]
  評価結果によると, 正の値にランク付けされた負の値は, 一般的にはより情報的であり, 偽陰の可能性が低いことがわかった。 そこで本研究では,よりあいまいな負のサンプリングに新しいサンプリング確率分布を組み込んだ,単純な曖昧な負のサンプリング手法であるSimANSを提案する。
  論文  参考訳（メタデータ） (2022-10-21T07:18:05Z)
• An Analysis of Negation in Natural Language Understanding Corpora [10.692655009160742]
  一般的な英語に比べて,一般的なコーパスには否定がほとんどないことを示す。 実験により、これらのコーパスで訓練された最先端のトランスフォーマーは、否定を含む事例でかなり悪い結果が得られることが示された。
  論文  参考訳（メタデータ） (2022-03-16T20:31:53Z)
• On Negative Interference in Multilingual Models: Findings and A Meta-Learning Treatment [59.995385574274785]
  従来の信念に反して、負の干渉は低リソース言語にも影響を及ぼすことを示す。 メタ学習アルゴリズムは、より優れた言語間変換性を得、負の干渉を軽減する。
  論文  参考訳（メタデータ） (2020-10-06T20:48:58Z)

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。

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。