論文の概要: Exploring the Scope of Using News Articles to Understand Development Patterns of Districts in India

• arxiv url: http://arxiv.org/abs/2107.02765v1
• Date: Sat, 3 Jul 2021 18:39:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-23 16:32:33.645853
• Title: Exploring the Scope of Using News Articles to Understand Development Patterns of Districts in India
• Title（参考訳）: インドにおける地域開発パターン理解のためのニュース記事の利用範囲の検討
• Authors: Mehak Gupta, Shayan Saifi, Konark Verma, Kumari Rekha, Aaditeshwar Seth
• Abstract要約: 本研究では,インド各地で発生した多種多様な出来事について,ニュース記事の識別とランク付けを行う教師なし学習手法を構築した。 これにより、これらのイベントに関連する変数が実際に利用可能かどうかを判断し、これらの地区の開発をモデル化するのに役立つ。 また,10年ほど前に類似の社会経済指標を持つ地区のペアが,現在開発段階の異なる段階に到達した理由を理解するために,ニュース記事を使用することなど,このアプローチから生じるいくつかの応用についても述べる。
• 参考スコア（独自算出の注目度）: 0.21806884759146514
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding what factors bring about socio-economic development may often suffer from the streetlight effect, of analyzing the effect of only those variables that have been measured and are therefore available for analysis. How do we check whether all worthwhile variables have been instrumented and considered when building an econometric development model? We attempt to address this question by building unsupervised learning methods to identify and rank news articles about diverse events occurring in different districts of India, that can provide insights about what may have transpired in the districts. This can help determine whether variables related to these events are indeed available or not to model the development of these districts. We also describe several other applications that emerge from this approach, such as to use news articles to understand why pairs of districts that may have had similar socio-economic indicators approximately ten years back ended up at different levels of development currently, and another application that generates a newsfeed of unusual news articles that do not conform to news articles about typical districts with a similar socio-economic profile. These applications outline the need for qualitative data to augment models based on quantitative data, and are meant to open up research on new ways to mine information from unstructured qualitative data to understand development.
• Abstract（参考訳）: 社会経済的発展をもたらす要因を理解することは、しばしば街灯効果に悩まされ、測定され分析に利用できる変数のみの効果を分析する。 計量的開発モデルを構築する際に、すべての価値のある変数が計測され、考慮されたかどうかをどうやって確認すればよいか? 私たちは、インド各地区で発生したさまざまなイベントに関するニュース記事を特定しランク付けするために、教師なしの学習方法を構築してこの問題に対処しようとしている。 これにより、これらのイベントに関連する変数が実際に利用可能かどうかを判断し、これらの地区の開発をモデル化するのに役立つ。 また,10年ほど前に類似の社会経済指標を持つ可能性のある地区のペアが,現在開発段階の異なる段階に成長した理由を理解するために,ニュース記事を利用することや,類似の社会経済プロファイルを持つ典型的な地区のニュース記事に適合しない異例のニュース記事のニューズフィードを作成することなど,このアプローチから生じるいくつかの応用についても述べる。 これらの応用は、定量的データに基づくモデル強化のための定性データの必要性を概説し、非構造化定性データから情報をマイニングして開発を理解する新しい方法の研究を開放することを目的としている。

関連論文リスト

• A Novel Framework for Analyzing Structural Transformation in Data-Constrained Economies Using Bayesian Modeling and Machine Learning [0.0]
  農業経済からより多様化した産業やサービスベースのシステムへの移行は、経済発展の重要な要因である。 低所得国と中所得国(LMIC)では、データの不足と信頼性の欠如が、このプロセスの正確な評価を妨げる。 本稿では,ベイジアン階層モデリング,機械学習に基づくデータ計算,因子分析を統合することで,これらの課題に対処する新しい統計フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-25T08:39:41Z)
• Bridging the Gap: Protocol Towards Fair and Consistent Affect Analysis [24.737468736951374]
  日々の生活における機械学習アルゴリズムの統合の増加は、その展開における公平性と公平性の重要性を浮き彫りにしている。 既存のデータベースと方法論は均一性に欠けており、バイアスのある評価につながっている。 この研究は、6つの感情的なデータベースを分析し、属性を注釈付けし、データベース分割のための共通のプロトコルを提案することで、これらの問題に対処する。
  論文  参考訳（メタデータ） (2024-05-10T22:40:01Z)
• Using Graph Neural Networks to Predict Local Culture [2.5870115809699783]
  本研究では, 周辺地域の内部特性に関する複数の情報ソースを結合し, 評価するグラフニューラルネットワーク(GNN)手法を提案する。 Yelpからパブリックな大規模データセットを探索することにより、近隣属性の予測における構造的連結性を考慮したアプローチの可能性を示す。
  論文  参考訳（メタデータ） (2024-02-27T21:43:14Z)
• A Survey of Imbalanced Learning on Graphs: Problems, Techniques, and Future Directions [64.84521350148513]
  グラフは、現実世界の無数に存在する相互接続構造を表す。 グラフ学習方法のような効果的なグラフ分析により、ユーザはグラフデータから深い洞察を得ることができる。 しかし、これらの手法はデータ不均衡に悩まされることが多く、グラフデータでは、あるセグメントが豊富なデータを持っているのに、他のセグメントが不足しているのが一般的な問題である。 これは、より正確で代表的な学習結果のために、これらのデータ分散スキューを補正することを目的として、グラフ上の不均衡学習の出現する分野を必要とする。
  論文  参考訳（メタデータ） (2023-08-26T09:11:44Z)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Extracting Large Scale Spatio-Temporal Descriptions from Social Media [1.14219428942199]
  大規模イベントの追跡能力は、それらを理解し、適切なタイムリーな方法で反応を調整するために不可欠である。 我々は、ソーシャルメディアのような半構造化データソースを取り込み、このようなデータを拡張できるという仮説を模索している。 ソーシャルメディアは、直接の目撃者や専門家の意見などの貴重な知識を拡散しうるが、その騒々しい性質は、それらを管理しやすくするものではない。
  論文  参考訳（メタデータ） (2022-06-27T13:16:43Z)
• AI Explainability 360: Impact and Design [120.95633114160688]
  2019年、私たちはAI Explainability 360(Arya et al. 2020)を開発しました。 本稿では,いくつかのケーススタディ,統計,コミュニティフィードバックを用いて,ツールキットが与える影響について検討する。 また,ツールキットのフレキシブルな設計,使用例,利用者が利用可能な教育資料や資料についても述べる。
  論文  参考訳（メタデータ） (2021-09-24T19:17:09Z)
• Knowledge-driven Data Construction for Zero-shot Evaluation in Commonsense Question Answering [80.60605604261416]
  本稿では,共通認識課題にまたがるゼロショット質問応答のための新しいニューラルシンボリック・フレームワークを提案する。 言語モデル、トレーニング体制、知識ソース、データ生成戦略のセットを変えて、タスク間の影響を測定します。 個別の知識グラフは特定のタスクに適しているが、グローバルな知識グラフはさまざまなタスクに対して一貫した利得をもたらす。
  論文  参考訳（メタデータ） (2020-11-07T22:52:21Z)
• Principles and Practice of Explainable Machine Learning [12.47276164048813]
  本稿では、特に機械学習(ML)とパターン認識モデルに関するデータ駆動手法に焦点を当てる。 メソッドの頻度と複雑さが増すにつれて、少なくともビジネスの利害関係者はモデルの欠点に懸念を抱いている。 我々は、業界実践者が説明可能な機械学習の分野をよりよく理解するための調査を実施した。
  論文  参考訳（メタデータ） (2020-09-18T14:50:27Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• A Survey on Causal Inference [64.45536158710014]
  因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。 観測データに対する様々な因果効果推定法が誕生した。
  論文  参考訳（メタデータ） (2020-02-05T21:35:29Z)

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。