論文の概要: Is Stance Detection Topic-Independent and Cross-topic Generalizable? -- A Reproduction Study

• arxiv url: http://arxiv.org/abs/2110.07693v1
• Date: Thu, 14 Oct 2021 20:03:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-10-19 08:29:00.807813
• Title: Is Stance Detection Topic-Independent and Cross-topic Generalizable? -- A Reproduction Study
• Title（参考訳）: スタンス検出はトピック非依存およびクロストピック一般化可能か? -再生研究
• Authors: Myrthe Reuver and Suzan Verberne and Roser Morante and Antske Fokkens
• Abstract要約: 横断的姿勢検出は、目に見えないトピックに対する姿勢(プロ、アンチ、中立)を自動的に検出するタスクである。 我々は、最先端の横断的姿勢検出作業を再現し、その結果を分析した。 我々は質問する: スタンス検出はトピックに依存しず、トピック間で一般化可能であるか? 異なるトピックにおけるパフォーマンスの調査や、トピック固有の語彙や文脈に対処することは、トピック間のスタンス検出のための将来の道である、と結論付けている。
• 参考スコア（独自算出の注目度）: 6.047731445033151
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cross-topic stance detection is the task to automatically detect stances (pro, against, or neutral) on unseen topics. We successfully reproduce state-of-the-art cross-topic stance detection work (Reimers et. al., 2019), and systematically analyze its reproducibility. Our attention then turns to the cross-topic aspect of this work, and the specificity of topics in terms of vocabulary and socio-cultural context. We ask: To what extent is stance detection topic-independent and generalizable across topics? We compare the model's performance on various unseen topics, and find topic (e.g. abortion, cloning), class (e.g. pro, con), and their interaction affecting the model's performance. We conclude that investigating performance on different topics, and addressing topic-specific vocabulary and context, is a future avenue for cross-topic stance detection.
• Abstract（参考訳）: 横断的姿勢検出は、目に見えないトピックに対する姿勢(プロ、アンチ、中立)を自動的に検出するタスクである。 我々は,最先端の横断的姿勢検出作業(Reimers et. al., 2019)を成功させ,再現性を体系的に分析した。 我々の注目は、この作品の横断的側面と、語彙と社会文化の文脈におけるトピックの特異性に向けられる。 スタンス検出はトピックに依存しず、トピック間で一般化可能であるか? モデルの性能を未認識のトピックで比較し,話題(中絶,クローン化など),クラス(pro,conなど),それらの相互作用がモデルのパフォーマンスに与える影響を見出した。 異なるトピックにおけるパフォーマンスの調査や、トピック固有の語彙や文脈への対処は、横断的姿勢検出のための将来の道である、と結論付けている。

関連論文リスト

• Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
  本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。 我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。 我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
  論文  参考訳（メタデータ） (2025-04-10T02:52:34Z)
• Disentangled Interaction Representation for One-Stage Human-Object Interaction Detection [70.96299509159981]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、人間中心の画像理解のコアタスクである。 最近のワンステージ手法では、対話予測に有用な画像ワイドキューの収集にトランスフォーマーデコーダを採用している。 従来の2段階の手法は、非絡み合いで説明可能な方法で相互作用特徴を構成する能力から大きな恩恵を受ける。
  論文  参考訳（メタデータ） (2023-12-04T08:02:59Z)
• TATA: Stance Detection via Topic-Agnostic and Topic-Aware Embeddings [6.0971418973431]
  我々は、下流姿勢検出に使用するトピック認識/TAGとトピック認識/TAW埋め込みを訓練する。 いくつかの公開姿勢検出データセットで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-22T23:23:44Z)
• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• Explainable Topic-Enhanced Argument Mining from Heterogeneous Sources [33.62800469391487]
  核エネルギーのような物議を醸す標的が与えられれば、議論の採鉱は異質な情報源から議論のテキストを識別することを目的としている。 現在のアプローチでは、ターゲット関連セマンティック情報を議論テキストに統合するより良い方法を模索している。 提案手法は, トピック・エンハンスな議論マイニング手法である。
  論文  参考訳（メタデータ） (2023-07-22T17:26:55Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Improved Target-specific Stance Detection on Social Media Platforms by Delving into Conversation Threads [12.007570049217398]
  本稿では,会話姿勢検出という新しい課題を提案する。 データインスタンスとその対応する会話スレッドが与えられた場合、所定のターゲット(例えば、COVID-19ワクチン接種)に対するスタンスを推論する。 データインスタンスと会話スレッドの両方から所望のスタンスを推測するため,会話スレッドにコンテキスト情報を組み込んだBranch-BERTモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-06T08:40:48Z)
• Who Responded to Whom: The Joint Effects of Latent Topics and Discourse in Conversation Structure [53.77234444565652]
  会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。 単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。 英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T17:46:00Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• Zero-Shot Stance Detection: A Dataset and Model using Generalized Topic Representations [13.153001795077227]
  従来のデータセットよりも広い範囲のトピックや語彙の変化をキャプチャするゼロショットスタンス検出のための新しいデータセットを提案する。 また、一般化されたトピック表現を用いてトピック間の関係を暗黙的にキャプチャするスタンス検出の新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-10-07T20:27:12Z)
• Topic-Aware Multi-turn Dialogue Modeling [91.52820664879432]
  本稿では,トピック認識発話を教師なしでセグメント化して抽出する,多元対話モデリングのための新しいソリューションを提案する。 トピック・アウェア・モデリングは、新たに提案されたトピック・アウェア・セグメンテーション・アルゴリズムとトピック・アウェア・デュアル・アテンション・マッチング(TADAM)ネットワークによって実現されている。
  論文  参考訳（メタデータ） (2020-09-26T08:43:06Z)

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。