論文の概要: Application of the interactive Leipzig Corpus Miner as a generic
research platform for the use in the social sciences
- arxiv url: http://arxiv.org/abs/2110.02708v1
- Date: Wed, 6 Oct 2021 12:53:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-07 14:28:49.879167
- Title: Application of the interactive Leipzig Corpus Miner as a generic
research platform for the use in the social sciences
- Title（参考訳）: 対話型ライプツィヒ・コーパス・マイナーの社会科学への応用
- Authors: Christian Kahmann, Andreas Niekler and Gregor Wiedemann
- Abstract要約: Leipzig Miner Corpus (iLCM) は、自動コンテンツ分析を行うためのオープンソースソフトウェアである。
iLCMはRプログラム言語に基づいているため、その汎用的なテキストマイニング手順を簡単に拡張することができる。
iLCMは、定量的および定性的研究アプローチを組み合わせて使う様々な可能性を提供する。
- 参考スコア（独自算出の注目度）: 1.4180331276028662
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This article introduces to the interactive Leipzig Corpus Miner (iLCM) - a
newly released, open-source software to perform automatic content analysis.
Since the iLCM is based on the R-programming language, its generic text mining
procedures provided via a user-friendly graphical user interface (GUI) can
easily be extended using the integrated IDE RStudio-Server or numerous other
interfaces in the tool. Furthermore, the iLCM offers various possibilities to
use quantitative and qualitative research approaches in combination. Some of
these possibilities will be presented in more detail in the following.
- Abstract（参考訳）: 本稿では,新しいオープンソースソフトウェアであるinteractive leipzig corpus miner (ilcm)について紹介する。
iLCMはR言語をベースとしているため、ユーザフレンドリなグラフィカルユーザインタフェース(GUI)を通じて提供される一般的なテキストマイニング手順は、統合されたIDE RStudio-Serverやツール内の多くのインターフェースを使って容易に拡張できる。
さらに、iLCMは定量的および定性的な研究手法を併用する様々な可能性を提供している。
これらの可能性のいくつかは、以下に詳述する。
関連論文リスト
- GUI Agents with Foundation Models: A Comprehensive Survey [52.991688542729385]
この調査は(M)LLMベースのGUIエージェントに関する最近の研究を集約する。
データ、フレームワーク、アプリケーションにおける重要なイノベーションを強調します。
本稿では, (M)LLM ベースの GUI エージェントの分野におけるさらなる発展を期待する。
論文 参考訳（メタデータ） (2024-11-07T17:28:10Z) - Middleware for LLMs: Tools Are Instrumental for Language Agents in Complex Environments [35.670330583914904]
大規模言語モデル(LLM)は、複雑な環境で動作可能な汎用エージェントとして構想されている。
このような複雑性に対処する上で,LSMを増強する新しいツールのクラスを導入する。
2つの代表的な複雑な環境 -- 知識ベース(KB)とデータベース -- において、ツールで言語エージェントを増強する大きな可能性を実証する。
論文 参考訳（メタデータ） (2024-02-22T16:18:07Z) - Evaluating In-Context Learning of Libraries for Code Generation [35.57902679044737]
大規模言語モデル(LLM)は高いレベルのコード生成と理解能力を示す。
近年の研究では、大規模プロプライエタリなLLMがデモから新しいライブラリの使用法を学習できることが示されている。
論文 参考訳（メタデータ） (2023-11-16T07:37:25Z) - LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。
LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。
LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文 参考訳（メタデータ） (2023-10-30T17:55:02Z) - AI Literature Review Suite [0.0]
総合的な文献レビューを提供するために、いくつかの機能を統合するAI Literature Review Suiteを紹介します。
このツールは、オープンアクセス科学、大規模言語モデル(LLM)、自然言語処理の力を活用して、PDFファイルの検索、ダウンロード、整理を可能にする。
このスイートには、組織、対話、クエリのための統合プログラムや、文献レビューの要約も備えている。
論文 参考訳（メタデータ） (2023-07-27T17:30:31Z) - OpenICL: An Open-Source Framework for In-context Learning [48.75452105457122]
In-context Learning (ICL) と大規模言語モデル評価のためのオープンソースツールキット OpenICL を紹介する。
OpenICLは、ユーザが自分のニーズに合ったさまざまなコンポーネントを簡単に組み合わせられるように、非常に柔軟なアーキテクチャで研究に親しみやすい。
OpenICLの有効性は、分類、QA、機械翻訳、意味解析を含む幅広いNLPタスクで検証されている。
論文 参考訳（メタデータ） (2023-03-06T06:20:25Z) - LAVIS: A Library for Language-Vision Intelligence [98.88477610704938]
LAVISは、LAnguage-VISionの研究と応用のためのオープンソースライブラリである。
最先端の画像言語、ビデオ言語モデル、一般的なデータセットに容易にアクセスできる統一インターフェースを備えている。
論文 参考訳（メタデータ） (2022-09-15T18:04:10Z) - Composing Complex and Hybrid AI Solutions [52.00820391621739]
一般的なAIアプリケーションで上記の機能を実現するためのAcumosシステムの拡張について述べる。
当社の拡張機能には、gRPC/Protobufインターフェースによるより汎用的なコンポーネントのサポートが含まれています。
デプロイ可能なソリューションとそのインターフェースの例を提供する。
論文 参考訳（メタデータ） (2022-02-25T08:57:06Z) - Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。
最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
論文 参考訳（メタデータ） (2021-06-18T15:08:47Z) - CodemixedNLP: An Extensible and Open NLP Toolkit for Code-Mixing [44.54537067761167]
私たちは、コードミックスNLPの進歩をまとめ、より広い機械学習コミュニティに開放するという目標を掲げた、オープンソースのライブラリであるCodemixedを紹介します。
このライブラリは、混合テキストに適した多目的モデルアーキテクチャの開発とベンチマークを行うツール、トレーニングセットを拡張する方法、混合スタイルの定量化技術、ヒングリッシュの7つのタスクのための微調整された最先端モデルで構成されている。
論文 参考訳（メタデータ） (2021-06-10T18:49:29Z)
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。