論文の概要: Controlled Neural Sentence-Level Reframing of News Articles

• arxiv url: http://arxiv.org/abs/2109.04957v1
• Date: Fri, 10 Sep 2021 15:57:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-13 16:03:45.951752
• Title: Controlled Neural Sentence-Level Reframing of News Articles
• Title（参考訳）: ニュース記事のニューラル文レベルのリフレーミング制御
• Authors: Wei-Fan Chen, Khalid Al-Khatib, Benno Stein, Henning Wachsmuth
• Abstract要約: 我々は,文脈に整合性を保ちながら,ニュース記事中の文を計算的に再構成する方法を研究する。 本稿では,フレーム付き言語保存事前学習,名義学習,対人学習の3つの戦略を提案する。 結果から,適切なフレームのテキストを生成することは,トレードオフよりも有効であることが示唆された。
• 参考スコア（独自算出の注目度）: 40.802766338425926
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Framing a news article means to portray the reported event from a specific perspective, e.g., from an economic or a health perspective. Reframing means to change this perspective. Depending on the audience or the submessage, reframing can become necessary to achieve the desired effect on the readers. Reframing is related to adapting style and sentiment, which can be tackled with neural text generation techniques. However, it is more challenging since changing a frame requires rewriting entire sentences rather than single phrases. In this paper, we study how to computationally reframe sentences in news articles while maintaining their coherence to the context. We treat reframing as a sentence-level fill-in-the-blank task for which we train neural models on an existing media frame corpus. To guide the training, we propose three strategies: framed-language pretraining, named-entity preservation, and adversarial learning. We evaluate respective models automatically and manually for topic consistency, coherence, and successful reframing. Our results indicate that generating properly-framed text works well but with tradeoffs.
• Abstract（参考訳）: ニュース記事のフレーミングとは、例えば経済や健康の観点から、特定の観点から報告された出来事を描写することを意味する。 フレーミングは、この視点を変えることを意味する。 読者やサブメッセージによっては、読者に望ましい効果を達成するためには、リフレーミングが必要である。 リフレーミングはスタイルや感情の適応に関係しており、ニューラルテキスト生成技術に対処することができる。 しかし、フレームの変更は単一のフレーズではなく文章全体を書き換える必要があるため、より困難である。 本稿では,文脈に整合性を保ちながら,ニュース記事中の文を計算的に再構成する方法を検討する。 我々はリフレーミングを,既存のメディアフレームコーパス上でニューラルモデルを訓練するための文レベルの補充タスクとして扱う。 トレーニングの指導には,フレーム付き言語事前学習,名義保存,対人学習の3つの戦略を提案する。 トピック一貫性,コヒーレンス,リフレーミング成功のために,各モデルを自動かつ手動で評価する。 その結果、適切にフレーム化されたテキストの生成は、トレードオフとともにうまく機能することが示された。

関連論文リスト

• Scene Graph Generation with Role-Playing Large Language Models [50.252588437973245]
  オープン語彙シーングラフ生成(OVSGG)に対する現在のアプローチは、CLIPのような視覚言語モデルを使用している。 シーン固有の記述に基づくOVSGGフレームワークであるSDSGGを提案する。 対象と対象の複雑な相互作用を捉えるために,相互視覚アダプタと呼ばれる軽量モジュールを提案する。
  論文  参考訳（メタデータ） (2024-10-20T11:40:31Z)
• Media Framing through the Lens of Event-Centric Narratives [5.991851254194096]
  我々は、フレーミングデバイスを説明するには、物語の作り方を見る必要があると論じる。 我々のフレームワークは、移民と銃規制という2つの異なる領域において、米国のニュースにおけるフレーミングを分析するのに利用できることを示す。
  論文  参考訳（メタデータ） (2024-10-04T05:21:42Z)
• Improving Neural Biasing for Contextual Speech Recognition by Early Context Injection and Text Perturbation [27.057810339120664]
  文脈認識型ASRモデルを改善するための2つの手法を提案する。 LibriSpeechでは, バイアスや浅い融合に比べて, 単語誤り率を60%, 25%削減する。 SPGISpeechと実世界のデータセットConECでは、ベースラインよりも優れた改善が得られます。
  論文  参考訳（メタデータ） (2024-07-14T19:32:33Z)
• Towards Expressive Speaking Style Modelling with Hierarchical Context Information for Mandarin Speech Synthesis [37.93814851450597]
  文脈から発話スタイルをモデル化するための階層的枠組みを提案する。 より広い範囲の文脈情報を調べるために,階層型コンテキストエンコーダを提案する。 このエンコーダがスタイル表現をより良く学習できるように、我々は新しいトレーニング戦略を導入する。
  論文  参考訳（メタデータ） (2022-03-23T05:27:57Z)
• Narrative Incoherence Detection [76.43894977558811]
  本稿では,文間セマンティック理解のための新たなアリーナとして,物語不整合検出の課題を提案する。 複数文の物語を考えると、物語の流れに意味的な矛盾があるかどうかを決定します。
  論文  参考訳（メタデータ） (2020-12-21T07:18:08Z)
• Dynamic Context Selection for Document-level Neural Machine Translation via Reinforcement Learning [55.18886832219127]
  文書レベルの翻訳における動的コンテキストの選択に有効な手法を提案する。 動的文脈文の選択と活用を促進するために,新しい報酬を提案する。 実験により,提案手法は異なるソース文に対して適応的な文脈文を選択することができることが示された。
  論文  参考訳（メタデータ） (2020-10-09T01:05:32Z)
• Fast and Robust Unsupervised Contextual Biasing for Speech Recognition [16.557586847398778]
  明示的な文脈言語モデルを必要としない代替手法を提案する。 学習コーパスからシステム語彙の各単語に対するバイアススコアを導出する。 関連するコンテキストが利用できる場合,認識精度が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2020-05-04T17:29:59Z)
• Learning to Select Bi-Aspect Information for Document-Scale Text Content Manipulation [50.01708049531156]
  我々は、テキストスタイルの転送とは逆の文書スケールのテキストコンテンツ操作という、新しい実践的なタスクに焦点を当てる。 詳細は、入力は構造化されたレコードと、別のレコードセットを記述するための参照テキストのセットである。 出力は、ソースレコードセットの部分的内容と参照の書き込みスタイルを正確に記述した要約である。
  論文  参考訳（メタデータ） (2020-02-24T12:52:10Z)
• A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
  感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。 文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-01-28T05:03:15Z)

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。