論文の概要: Models for Narrative Information: A Study
- arxiv url: http://arxiv.org/abs/2110.02084v1
- Date: Thu, 23 Sep 2021 09:32:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-10 13:56:22.361693
- Title: Models for Narrative Information: A Study
- Title（参考訳）: ナラティブ・インフォメーションのためのモデル : 研究
- Authors: Udaya Varadarajan and Biswanath Dutta
- Abstract要約: 本稿は、これらのモデルをさまざまな領域にわたって分析することを目的としている。
広範な文献選択のために体系的なレビュー手法が採用された。
この研究の発見は、ドメイン間のオントロジーの要素間の類似点と相違点を示している。
- 参考スコア（独自算出の注目度）: 2.5585152083052574
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The major objective of this work is to study and report the existing
ontology-driven models for narrative information. The paper aims to analyze
these models across various domains. The goal of this work is to bring the
relevant literature, and ontology models under one umbrella, and perform a
parametric comparative study. A systematic literature review methodology was
adopted for an extensive literature selection. A random stratified sampling
technique was used to select the models from the literature. The findings
explicate a comparative view of the narrative models across domains. The
differences and similarities of knowledge representation across domains, in
case of narrative information models based on ontology was identified. There
are significantly fewer studies that reviewed the ontology-based narrative
models. This work goes a step further by evaluating the ontologies using the
parameters from narrative components. This paper will explore the basic
concepts and top-level concepts in the models. Besides, this study provides a
comprehensive study of the narrative theories in the context of ongoing
research. The findings of this work demonstrate the similarities and
differences among the elements of the ontology across domains. It also
identifies the state of the art literature for ontology-based narrative
information.
- Abstract（参考訳）: 本研究の主な目的は、物語情報に対する既存のオントロジー駆動モデルの研究と報告である。
本稿は,これらのモデルを様々な領域にまたがって分析することを目的としている。
本研究の目的は、関連する文献とオントロジーモデルを一つの傘の下に置き、パラメトリック比較研究を行うことである。
体系的な文献レビュー手法を広範な文献選択に適用した。
文献からモデルを選択するためにランダムな階層化サンプリング手法が用いられた。
この知見は、ドメイン間での物語モデルの比較ビューを詳述する。
オントロジーに基づく物語情報モデルの場合,ドメイン間の知識表現の違いと類似性が確認された。
オントロジーに基づく物語モデルをレビューする研究は極めて少ない。
この研究は、物語コンポーネントのパラメータを使ってオントロジーを評価することでさらに進む。
本稿では,モデルの基本概念と上位概念について考察する。
また,本研究は,現在進行中の研究の文脈における物語理論の包括的研究を提供する。
この研究の結果は、ドメイン間のオントロジーの要素間の類似点と相違点を示している。
また、オントロジーに基づく物語情報に対する芸術文学の状況を特定する。
関連論文リスト
- Causal Micro-Narratives [62.47217054314046]
テキストから因果マイクロナラティブを分類する新しい手法を提案する。
これらの物語は、対象対象の因果関係と/または効果の文レベルの説明である。
論文 参考訳（メタデータ） (2024-10-07T17:55:10Z) - Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オンロジはドメインの知識とメタデータを表現するために広く使われている。
直接支援できる論理的推論は、学習、近似、予測において非常に限られています。
1つの簡単な解決策は、統計分析と機械学習を統合することである。
論文 参考訳（メタデータ） (2024-06-16T14:49:19Z) - SSDOnt: an Ontology for representing Single-Subject Design Studies [0.05524804393257919]
単体デザインは、教育やバイオメディシンなどいくつかの分野で使われている。
詳細な構成とこの種の研究結果の注釈付けには、適切な形式的な語彙は存在しない。
単一オブジェクト設計研究を記述・注釈するための具体的なオントロジーであるSSDOntについて述べる。
論文 参考訳（メタデータ） (2024-01-26T15:11:31Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳（メタデータ） (2023-07-25T17:59:18Z) - Temporal Relevance Analysis for Video Action Models [70.39411261685963]
まず,CNNに基づく行動モデルにより捉えたフレーム間の時間的関係を定量化する手法を提案する。
次に、時間的モデリングがどのように影響を受けるかをよりよく理解するために、包括的な実験と詳細な分析を行います。
論文 参考訳（メタデータ） (2022-04-25T19:06:48Z) - Enhancing Identification of Structure Function of Academic Articles
Using Contextual Information [6.28532577139029]
本稿では,学術論文の構造的機能を明らかにするためのコーパスとして,ACLカンファレンスの記事を取り上げる。
従来の機械学習モデルとディープラーニングモデルを用いて、様々な特徴入力に基づいて分類器を構築する。
2) に触発された本論文は,ディープラーニングモデルに文脈情報を導入し,重要な結果を得た。
論文 参考訳（メタデータ） (2021-11-28T11:21:21Z) - Contrastive Learning for Neural Topic Model [14.65513836956786]
敵対的トピックモデル(ATM)は、文書を別の異なるサンプルと区別することで、文書の意味パターンをうまくキャプチャすることができる。
最適化問題として識別目標を再定式化するための新しい手法を提案し,新しいサンプリング手法を設計する。
実験の結果、我々のフレームワークは3つの一般的なベンチマークデータセットにおいて、他の最先端のニューラルトピックモデルよりも優れていることが示された。
論文 参考訳（メタデータ） (2021-10-25T09:46:26Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳（メタデータ） (2020-08-02T00:09:03Z) - Similarity Analysis of Contextual Word Representation Models [39.12749165544309]
我々は、深層モデルにおける情報の局所化のレベルを測定するために、既存の新しい類似度尺度を用いている。
この分析により、同じ家族内のモデルが、予想されるように互いに類似していることが明らかになった。
驚くべきことに、異なるアーキテクチャは比較的類似した表現を持っているが、個々のニューロンが異なる。
論文 参考訳（メタデータ） (2020-05-03T19:48:15Z) - Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文 参考訳（メタデータ） (2020-04-24T10:15:22Z)
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。