論文の概要: ExCode-Mixed: Explainable Approaches towards Sentiment Analysis on
Code-Mixed Data using BERT models
- arxiv url: http://arxiv.org/abs/2109.03200v1
- Date: Tue, 7 Sep 2021 17:06:54 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-08 15:48:25.482340
- Title: ExCode-Mixed: Explainable Approaches towards Sentiment Analysis on
Code-Mixed Data using BERT models
- Title(参考訳): ExCode-Mixed:BERTモデルを用いたコードミキシングデータの知覚分析への説明可能なアプローチ
- Authors: Aman Priyanshu, Aleti Vardhan, Sudarshan Sivakumar, Supriti Vijay,
Nipuna Chhabra
- Abstract要約: インドのソーシャルメディアサイトは大量のコードミキシングデータを生み出している。
本稿では、コード混合感情分析に説明可能なアプローチを統合するための適切な方法論を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing use of social media sites in countries like India has given
rise to large volumes of code-mixed data. Sentiment analysis of this data can
provide integral insights into people's perspectives and opinions. Developing
robust explainability techniques which explain why models make their
predictions becomes essential. In this paper, we propose an adequate
methodology to integrate explainable approaches into code-mixed sentiment
analysis.
- Abstract(参考訳): インドのような国でソーシャルメディアサイトの利用が増加すると、大量のコード混合データが生まれている。
このデータの感性分析は、人々の視点や意見に不可欠な洞察を与えることができる。
モデルが予測をする理由を説明するロバストな説明可能性技術の開発が不可欠である。
本稿では,コード混合感情分析に説明可能なアプローチを統合するための適切な手法を提案する。
関連論文リスト
- VEC-SBM: Optimal Community Detection with Vectorial Edges Covariates [67.51637355249986]
本稿では,コミュニティ検出のための統計フレームワークであるブロックモデル(SBM)の拡張について検討する。
本稿では,反復的改良手法に基づく新しいアルゴリズムを提案し,潜在コミュニティを最適に回復することを示す。
コミュニティ検出プロセスにおいて,エッジ側情報を活用する付加価値を厳格に評価する。
論文 参考訳(メタデータ) (2024-02-29T02:19:55Z) - Evaluating the Utility of Model Explanations for Model Development [54.23538543168767]
機械学習モデル構築の実践シナリオにおいて、説明が人間の意思決定を改善するかどうかを評価する。
驚いたことに、サリエンシマップが提供されたとき、タスクが大幅に改善されたという証拠は見つからなかった。
以上の結果から,サリエンシに基づく説明における誤解の可能性と有用性について注意が必要であることが示唆された。
論文 参考訳(メタデータ) (2023-12-10T23:13:23Z) - Faithful Knowledge Graph Explanations for Commonsense Reasoning [13.064099546001627]
現在のKGに基づく説明手法の大きな弱点の1つは、評価中の経路復号の忠実さを見渡すことである。
この監視により、元のモデル予測からしばしば分岐するグラフエンコーダの分布が導かれる。
本稿では,グラフエンコーダと対象モデルとを整合させて,その後の説明の忠実度を向上させる新しいアルゴリズムTeGDAを紹介する。
論文 参考訳(メタデータ) (2023-10-07T20:29:45Z) - Information Fusion for Assistance Systems in Production Assessment [49.40442046458756]
証拠理論を用いたn個の情報ソースの融合のための枠組みを提供する。
本稿では,機械データに基づくアンサンブル分類器とエキスパート中心モデルという,2つの主要な情報源の情報融合手法を提案する。
本稿では,エビデンス理論を用いたモデル更新手法を提案することにより,データドリフトの問題に対処する。
論文 参考訳(メタデータ) (2023-08-31T22:08:01Z) - 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) - Mixture of von Mises-Fisher distribution with sparse prototypes [0.0]
von Mises-Fisher分布の混合は、単位超球面上のデータをクラスタリングするのに使うことができる。
本稿では,l1のペナル化確率を用いてフォン・ミーゼス混合物を推定する。
論文 参考訳(メタデータ) (2022-12-30T08:00:38Z) - Integrating Prior Knowledge in Post-hoc Explanations [3.6066164404432883]
ポストホック解釈可能性法は、訓練された決定モデルの予測をユーザーに説明することを目的としている。
本稿では,事前知識を解釈可能性の目標に明示的に統合するコスト関数を提案する。
本稿では,KICE(Knowledge Integration in Counterfactual Explanation)と呼ばれる新しい解釈可能性手法を提案する。
論文 参考訳(メタデータ) (2022-04-25T13:09:53Z) - Breiman's two cultures: You don't have to choose sides [10.695407438192527]
Breiman氏の古典的な論文は、2つの文化の選択肢としてデータ分析をキャストする。
データモデラーは、データ解析によく理解された理論的特性を持つ単純な解釈可能なモデルを使用する。
アルゴリズムモデラーは予測精度を優先順位付けし、より柔軟な関数近似を用いてデータを分析する。
論文 参考訳(メタデータ) (2021-04-25T17:58:46Z) - Incorporating Causal Graphical Prior Knowledge into Predictive Modeling
via Simple Data Augmentation [92.96204497841032]
因果グラフ(CG)は、データ分散の背後にあるデータ生成プロセスの知識のコンパクトな表現である。
本研究では,条件付き独立性(CI)関係の事前知識を活用可能なモデルに依存しないデータ拡張手法を提案する。
本手法は,小データシステムにおける予測精度の向上に有効であることを実験的に示した。
論文 参考訳(メタデータ) (2021-02-27T06:13:59Z) - Sentiment Analysis of Persian-English Code-mixed Texts [0.0]
ソーシャルメディアデータの構造化されていない性質から,多言語テキストやコード混合テキストの例が増えている。
本研究では,ペルシャ語と英語の混成ツイートのデータセットを収集,ラベル付けし,作成する。
本稿では,BERTプレトレーニング済み埋め込みと翻訳モデルを用いて,これらのツイートの極性スコアを自動的に学習するモデルを提案する。
論文 参考訳(メタデータ) (2021-02-25T06:05:59Z) - Deep Co-Attention Network for Multi-View Subspace Learning [73.3450258002607]
マルチビューサブスペース学習のための深層コアテンションネットワークを提案する。
共通情報と相補情報の両方を敵意で抽出することを目的としている。
特に、新しいクロス再構成損失を使用し、ラベル情報を利用して潜在表現の構築を誘導する。
論文 参考訳(メタデータ) (2021-02-15T18:46:44Z)
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。