論文の概要: Dropping diversity of products of large US firms: Models and measures

• arxiv url: http://arxiv.org/abs/2110.08367v1
• Date: Fri, 15 Oct 2021 21:07:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-21 23:28:07.210942
• Title: Dropping diversity of products of large US firms: Models and measures
• Title（参考訳）: 米国の大企業の製品の多様性の低下:モデルと対策
• Authors: Ananthan Nambiar, Tobias Rubel, James McCaull, Jon deVries and Mark Bedau
• Abstract要約: 我々の生涯で、グローバル経済で利用可能な製品はより多様になったと広く推測されている。 私たちは1997年から2017年にかけて毎年、アメリカの大手企業の製品について、公に入手可能なテキストによる記述をマイニングすることで、この問題を解決する。 この期間、経済生産性の多くの側面が着実に上昇しているが、少なくとも米国の大企業の商品の多様性は着実に低下していることを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is widely assumed that in our lifetimes the products available in the global economy have become more diverse. This assumption is difficult to investigate directly, however, because it is difficult to collect the necessary data about every product in an economy each year. We solve this problem by mining publicly available textual descriptions of the products of every large US firms each year from 1997 to 2017. Although many aspects of economic productivity have been steadily rising during this period, our text-based measurements show that the diversity of the products of at least large US firms has steadily declined. This downward trend is visible using a variety of product diversity metrics, including some that depend on a measurement of the similarity of the products of every single pair of firms. The current state of the art in comprehensive and detailed firm-similarity measurements is a Boolean word vector model due to Hoberg and Phillips. We measure diversity using firm-similarities from this Boolean model and two more sophisticated variants, and we consistently observe a significant dropping trend in product diversity. These results make it possible to frame and start to test specific hypotheses for explaining the dropping product diversity trend.
• Abstract（参考訳）: 我々の生涯で、グローバル経済で利用可能な製品はより多様になったと広く推測されている。 しかし、毎年経済の全製品について必要なデータを集めることは困難であるため、直接調査することは困難である。 1997年から2017年にかけて,米国各大企業の製品について,公開可能なテキスト記述をマイニングすることで,この問題を解決した。 この期間、経済生産性の多くの側面は着実に上昇しているが、少なくとも米国の大企業の商品の多様性は着実に低下している。 この下降傾向は、さまざまなプロダクトの多様性指標を使って見ることができ、その中には、各一組の企業の製品の類似度の測定に依存するものも含まれている。 包括的かつ詳細な類似性測定における現在の技術は、hobergとphillipsによるブール語ベクトルモデルである。 このブールモデルとより洗練された2つの変種から強固な類似性を用いて多様性を測定し、製品多様性の著しい低下傾向を一貫して観察する。 これらの結果により、製品多様性の減少傾向を説明するための特定の仮説を策定し、テストし始めることができる。

関連論文リスト

• The Factuality Tax of Diversity-Intervened Text-to-Image Generation: Benchmark and Fact-Augmented Intervention [61.80236015147771]
  我々は多様性の介入とT2Iモデルにおける人口統計学的事実性とのトレードオフを定量化する。 DoFaiRの実験では、多様性指向の指示によって、性別や人種の異なる集団の数が増加することが明らかになった。 本研究では,歴史における世代ごとのジェンダーや人種構成について,言語化された事実情報を反映したFact-Augmented Intervention (FAI)を提案する。
  論文  参考訳（メタデータ） (2024-06-29T09:09:42Z)
• MMAPS: End-to-End Multi-Grained Multi-Modal Attribute-Aware Product Summarization [93.5217515566437]
  マルチモーダル製品要約(MPS: Multi-modal Product Summarization)は、商品の特徴を強調して顧客の購入意欲を高めることを目的としている。 既存のMPS手法は有望な結果をもたらすが、それでもエンドツーエンドの製品要約は欠如している。 本稿では,eコマースにおける高品質な製品要約を生成するために,エンド・ツー・エンドのマルチモーダル属性対応製品要約手法(MMAPS)を提案する。
  論文  参考訳（メタデータ） (2023-08-22T11:00:09Z)
• Towards Arabic Multimodal Dataset for Sentiment Analysis [0.0]
  我々は、最先端のトランスフォーマーと特徴抽出ツールの両方を活用するアラビアマルチモーダルデータセットの構築を支援するパイプラインを設計する。 マルチモータリティを扱う最先端のトランスフォーマーモデルを用いて、我々のデータセットを検証する。 結果データセットは小さいが、実験によってアラビアの多様性は非常に有望であることが示されている。
  論文  参考訳（メタデータ） (2023-06-10T00:13:09Z)
• Stable Bias: Analyzing Societal Representations in Diffusion Models [72.27121528451528]
  本稿では,テキスト・ツー・イメージ(TTI)システムにおける社会的バイアスを探索する新しい手法を提案する。 我々のアプローチは、プロンプト内の性別や民族のマーカーを列挙して生成された画像の変動を特徴づけることに依存している。 我々はこの手法を利用して3つのTTIシステムによって生成された画像を分析し、そのアウトプットが米国の労働人口層と相関しているのに対して、彼らは常に異なる範囲において、限界化されたアイデンティティを低く表現している。
  論文  参考訳（メタデータ） (2023-03-20T19:32:49Z)
• Multilingual Transformers for Product Matching -- Experiments and a New Benchmark in Polish [0.0]
  本論文は, 事前学習された多言語トランスフォーマーモデルが, 微調整後の製品マッチング問題の解決に適していることを示す。 Web Data Commons を用いた多言語 mBERT と XLM-RoBERTa モデルを英語で検証した。 事前学習したモデルの有効性を比較できる新しいデータセットをポーランド語で作成しました。
  論文  参考訳（メタデータ） (2022-05-31T12:00:05Z)
• Stock2Vec: An Embedding to Improve Predictive Models for Companies [0.5872014229110215]
  私たちは、どんな予測モデルにも簡単に追加できる企業株、Stock2Vecの埋め込みを作成します。 次に、応用機械学習問題への埋め込みを評価するための総合的な実験を行う。 実験の結果,Stock2Vec埋め込みの4つの機能は,既存のクロスコンパニオンモデルを容易に拡張できることがわかった。
  論文  参考訳（メタデータ） (2022-01-27T02:57:01Z)
• Product1M: Towards Weakly Supervised Instance-Level Product Retrieval via Cross-modal Pretraining [108.86502855439774]
  弱教師付きマルチモーダル・インスタンスレベルの製品検索を目的とした,より現実的な設定について検討する。 実世界のインスタンスレベルの検索において,最も大規模なマルチモーダル化粧品データセットであるProduct1Mをコントリビュートする。 ケースレベルの予測検索(CAPTURE)のためのクロスモーダル・コントラサシブ・プロダクト・トランスフォーマーという新しいモデルを提案する。
  論文  参考訳（メタデータ） (2021-07-30T12:11:24Z)
• Consistency-based Merging of Variability Models [62.997667081978825]
  本稿では,コンテキストモデリングとコンフリクト検出の概念に基づく可変性モデル統合のアプローチを紹介する。 基礎となる概念と対応する性能分析の結果について述べる。
  論文  参考訳（メタデータ） (2021-02-15T16:28:42Z)
• Random Network Distillation as a Diversity Metric for Both Image and Text Generation [62.13444904851029]
  我々は、どんな種類のデータにも、どんな種類のデータにも、自然にも適用できる新しい多様性指標を開発した。 私たちはこのメトリクスを画像とテキストの両方で検証し、デプロイします。
  論文  参考訳（メタデータ） (2020-10-13T22:03:52Z)

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。