論文の概要: Challenges and Applications of Automated Extraction of Socio-political
Events from Text (CASE 2021): Workshop and Shared Task Report
- arxiv url: http://arxiv.org/abs/2108.07865v1
- Date: Tue, 17 Aug 2021 20:29:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-20 00:06:31.373793
- Title: Challenges and Applications of Automated Extraction of Socio-political
Events from Text (CASE 2021): Workshop and Shared Task Report
- Title（参考訳）: テキストからの社会・政治事象の自動抽出(CASE 2021)の課題と応用 : ワークショップと共有課題報告
- Authors: Ali H\"urriyeto\u{g}lu, Hristo Tanev, Vanni Zavarella, Jakub
Piskorski, Reyyan Yeniterzi, and Erdem Y\"or\"uk
- Abstract要約: このワークショップは、ニュースから社会政治イベントを自動的に抽出する一連のワークショップの第4号である。
この一連のワークショップの目的は、信頼性があり、有効で、堅牢で、実用的なソリューションの研究と開発を促進することである。
- 参考スコア（独自算出の注目度）: 4.464102544889847
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This workshop is the fourth issue of a series of workshops on automatic
extraction of socio-political events from news, organized by the Emerging
Market Welfare Project, with the support of the Joint Research Centre of the
European Commission and with contributions from many other prominent scholars
in this field. The purpose of this series of workshops is to foster research
and development of reliable, valid, robust, and practical solutions for
automatically detecting descriptions of socio-political events, such as
protests, riots, wars and armed conflicts, in text streams. This year workshop
contributors make use of the state-of-the-art NLP technologies, such as Deep
Learning, Word Embeddings and Transformers and cover a wide range of topics
from text classification to news bias detection. Around 40 teams have
registered and 15 teams contributed to three tasks that are i) multilingual
protest news detection, ii) fine-grained classification of socio-political
events, and iii) discovering Black Lives Matter protest events. The workshop
also highlights two keynote and four invited talks about various aspects of
creating event data sets and multi- and cross-lingual machine learning in few-
and zero-shot settings.
- Abstract（参考訳）: このワークショップは、新興市場福祉プロジェクトによって組織されたニュースから社会政治イベントを自動的に抽出するワークショップの第4号であり、欧州委員会の共同研究センターの支援と、この分野の多くの著名な学者からの貢献によって行われている。
この一連のワークショップの目的は、抗議、暴動、戦争、武力紛争などの社会政治事象の記述を自動的に検出する信頼性、有効、堅牢、実用的なソリューションの研究と開発をテキストストリームで促進することである。
今年のワークショップでは、Deep Learning、Word Embeddings、Transformersといった最先端のNLP技術を活用し、テキスト分類からニュースバイアス検出まで幅広いトピックをカバーしている。
約40チームが登録し、15チームが3つのタスクに寄与した。i)多言語抗議ニュース検出、ii)社会政治イベントのきめ細かい分類、iii)黒人生活に関する抗議イベントの発見。
ワークショップでは2つの基調講演と4つの招待講演も取り上げられ、イベントデータセットの作成や、ゼロショット設定によるマルチ言語とクロスリンガルマシンラーニングに関するさまざまな側面が紹介された。
関連論文リスト
- Grounding Partially-Defined Events in Multimodal Data [61.0063273919745]
部分定義イベントに対するマルチモーダル定式化を導入し、これらのイベントの抽出を3段階スパン検索タスクとしてキャストする。
このタスクのベンチマークであるMultiVENT-Gを提案し,22.8Kのラベル付きイベント中心エンティティを含む,14.5時間の高密度アノテーション付き現在のイベントビデオと1,168のテキストドキュメントからなる。
結果は、イベント理解の抽象的な課題を示し、イベント中心のビデオ言語システムにおける約束を実証する。
論文 参考訳（メタデータ） (2024-10-07T17:59:48Z) - Recent Advances, Applications, and Open Challenges in Machine Learning for Health: Reflections from Research Roundtables at ML4H 2023 Symposium [71.81297744767885]
第3回ML4Hシンポジウムは2023年12月10日にアメリカ合衆国ルイジアナ州ニューオーリンズで開催された。
ML4H 2022では,11個の個人用ラウンドテーブルと4つの仮想ラウンドテーブルを編成した。
この文書は、医療における機械学習の最近の進歩を要約した総合的なレビュー論文として機能する。
論文 参考訳（メタデータ） (2024-03-03T22:21:58Z) - Challenges and Applications of Automated Extraction of Socio-political
Events from Text (CASE 2023): Workshop and Shared Task Report [0.8311833399935653]
第6回CASEワークショップはRANLP 2023の範囲で開催される。
このワークショップシリーズは、技術的および社会科学分野にわたるイベント情報収集のあらゆる側面をまとめている。
論文 参考訳（メタデータ） (2023-12-02T23:05:24Z) - SumREN: Summarizing Reported Speech about Events in News [51.82314543729287]
本稿では,各話者の反応を,それぞれの発言によって表現された反応を,ある事象に要約する新しい課題を提案する。
我々は,多文書要約ベンチマークSUMRENを作成し,様々な公開人物からの報告文の745の要約を作成した。
論文 参考訳（メタデータ） (2022-12-02T12:51:39Z) - Challenges and Applications of Automated Extraction of Socio-political
Events from Text (CASE 2022): Workshop and Shared Task Report [1.9964848378974727]
EMNLP 2022の範囲で開催されているCASEワークショップ第5版の概要について述べる。
このワークショップは、技術および社会科学分野にわたるイベント情報収集のあらゆる側面をまとめている。
深層化の進展に加え、マルチモーダルアプローチの提出と受容は、この学際的な研究トピックの拡大を示している。
論文 参考訳（メタデータ） (2022-11-21T11:22:32Z) - CREATIVESUMM: Shared Task on Automatic Summarization for Creative
Writing [90.58269243992318]
本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。
4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。
COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
論文 参考訳（メタデータ） (2022-11-10T21:31:03Z) - Unsupervised Key Event Detection from Massive Text Corpora [42.31889135421941]
本稿では,ニュースコーパスキーイベントから検出することを目的とした,中間レベルでのキーイベント検出という新たなタスクを提案する。
このタスクは、イベントの理解と構造化をブリッジすることができ、キーイベントのテーマと時間的近接性のために本質的に困難である。
我々は、新しいttf-itfスコアを用いて、時間的に頻繁なピークフレーズを抽出する、教師なしキーイベント検出フレームワークEvMineを開発した。
論文 参考訳（メタデータ） (2022-06-08T20:31:02Z) - ClarET: Pre-training a Correlation-Aware Context-To-Event Transformer
for Event-Centric Generation and Classification [74.6318379374801]
本稿では,イベント中心推論のための一般相関対応コンテキスト・イベント変換器(ClarET)の事前学習を提案する。
提案されたClarETは、幅広いイベント中心の推論シナリオに適用できる。
論文 参考訳（メタデータ） (2022-03-04T10:11:15Z) - Rethinking the Role of Demonstrations: What Makes In-Context Learning
Work? [112.72413411257662]
大規模言語モデル(LM)は、いくつかのインプットラベルペア(デモ)を条件付けして、新しいインプットの予測を行うことで、インコンテキストで学習することができる。
実演のラベルをランダムに置き換えることは、パフォーマンスをほとんど損なうものではない。
デモの他の側面が、エンドタスクのパフォーマンスの主要な要因であることに気付きました。
論文 参考訳（メタデータ） (2022-02-25T17:25:19Z) - Automated Extraction of Socio-political Events from News (AESPEN):
Workshop and Shared Task Report [1.9964848378974727]
ワークショップと言語資源評価会議(LREC 2020)で組織した共有タスクの範囲内で、ニュースから社会政治イベントを自動抽出する取り組みについて述べる。
我々は,計算言語学および社会・政治学における事象抽出研究は,情報源,国,言語をまたいだ大規模社会・政治事象情報収集を可能にするために,相互に支援すべきであると考えている。
論文 参考訳（メタデータ） (2020-05-12T22:07:14Z) - Multitask Models for Supervised Protests Detection in Texts [3.8073142980733]
これら2、3つのタスクの予測を同時に生成できるマルチタスクニューラルネットワークを適用します。
本稿では,自動政治イベント符号化における最先端技術に近い性能を示す。
論文 参考訳（メタデータ） (2020-05-06T17:00:46Z)
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。