Fugu-MT 論文翻訳(概要): Disaster Tweets Classification using BERT-Based Language Model

論文の概要: Disaster Tweets Classification using BERT-Based Language Model

arxiv url: http://arxiv.org/abs/2202.00795v1
Date: Mon, 31 Jan 2022 10:25:29 GMT
ステータス: 処理完了
システム内更新日: 2022-02-04 03:59:11.980316
Title: Disaster Tweets Classification using BERT-Based Language Model
Title（参考訳）: BERTに基づく言語モデルを用いた災害ツイート分類
Authors: Anh Duc Le
Abstract要約: ソーシャルネットワーキングサービスは、緊急時において重要なコミュニケーションチャネルとなっている。本研究の目的は、人や地域が危険にさらされているかどうかを調査できる機械学習言語モデルを作ることである。
参考スコア（独自算出の注目度）: 6.700873164609009
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Social networking services have became an important communication channel in time of emergency. The aim of this study is to create a machine learning language model that is able to investigate if a person or area was in danger or not. The ubiquitousness of smartphones enables people to announce an emergency they are observing in real-time. Because of this, more agencies are interested in programmatically monitoring Twitter (i.e. disaster relief organizations and news agencies). Design a language model that is able to understand and acknowledge when a disaster is happening based on the social network posts will become more and more necessary over time.
Abstract（参考訳）: ソーシャルネットワークサービスは、緊急時には重要なコミュニケーションチャネルになっている。本研究の目的は、人間や地域が危険にさらされているかどうかを調べることができる機械学習言語モデルの構築である。スマートフォンのユビキタス化により、人々はリアルタイムで観察している緊急事態を知らせることができる。このため、twitter(災害救助団体やニュース代理店)をプログラム的に監視することに関心を持つ機関が増えている。ソーシャルネットワークの投稿に基づいて、災害が発生したことを理解して認識できる言語モデルを設計することは、時間とともにますます必要になるでしょう。

関連論文リスト

Remote Timing Attacks on Efficient Language Model Inference [63.79839291641793]
タイミング差を利用してタイミングアタックをマウントできることが示される。 90%以上の精度でユーザの会話の話題を学習することができるかを示す。相手はブースティング攻撃を利用して、オープンソースのシステム用のメッセージに置かれたPIIを回復することができる。
論文参考訳（メタデータ） (2024-10-22T16:51:36Z)
CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [49.2719253711215]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文参考訳（メタデータ） (2024-06-16T23:01:10Z)
LLM-Assisted Crisis Management: Building Advanced LLM Platforms for Effective Emergency Response and Public Collaboration [0.0]
本稿では,オープンソースのLarge Language Model, LLAMA2を用いて, 緊急時の特定と分類を行う新しい手法を提案する。目標は、自然言語処理と機械学習の力を活用して、全国の緊急時に公共の安全通信事業者や大群衆を支援することだ。
論文参考訳（メタデータ） (2024-01-12T17:50:35Z)
CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster Tweet Classification [51.58605842457186]
半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
論文参考訳（メタデータ） (2023-10-23T07:01:09Z)
Sarcasm Detection in a Disaster Context [103.93691731605163]
HurricaneSARCは,意図した皮肉に注釈を付けた15,000ツイートのデータセットである。私たちの最高のモデルは、データセットで最大0.70F1を得ることができます。
論文参考訳（メタデータ） (2023-08-16T05:58:12Z)
BERTuit: Understanding Spanish language in Twitter through a native transformer [70.77033762320572]
bfBERTuitは、これまでスペイン語のために提案された大きなトランスフォーマーで、2億3000万のスペイン語ツイートの膨大なデータセットで事前トレーニングされている。私たちのモチベーションは、スペイン語のTwitterをよりよく理解し、このソーシャルネットワークにフォーカスしたアプリケーションに利用するための強力なリソースを提供することです。
論文参考訳（メタデータ） (2022-04-07T14:28:51Z)
Designing a Social Media Analytics Dashboard for Government Agency Crisis Communications [0.0]
政府機関は、危機時にソーシャルメディアを口コミとして利用するために、ますますソーシャルメディアに目を向けている。政府機関は、公共の利益のためにソーシャルメディアデータを分析するためのツールを必要としている。本稿では,地方自治体向けのソーシャルメディア分析ダッシュボードの開発を指導するデザインサイエンス研究手法を提案する。
論文参考訳（メタデータ） (2022-02-11T10:41:01Z)
Continual Distributed Learning for Crisis Management [0.0]
Twitterなどのソーシャルメディアプラットフォームは、緊急時のモバイル通信に優れたリソースを提供します。このような状況下に存在するデータは絶えず変化しており、危機時のリソースは容易には利用できない可能性がある。低リソースで継続的な学習システムを開発し、NLPモデルをノイズの多い無秩序なデータに対して堅牢にする必要があります。
論文参考訳（メタデータ） (2021-04-26T21:01:29Z)
Event-Related Bias Removal for Real-time Disaster Events [67.2965372987723]
ソーシャルメディアは、自然災害や大量攻撃などの危機事象に関する情報を共有する重要なツールとなっている。有用な情報を含む実行可能なポストを検出するには、大量のデータをリアルタイムに高速に分析する必要がある。我々は、潜在事象固有のバイアスを除去し、ツイート重要度分類の性能を向上させるために、敵対的ニューラルモデルを訓練する。
論文参考訳（メタデータ） (2020-11-02T02:03:07Z)
Social Media Information Sharing for Natural Disaster Response [0.0]
ソーシャルメディアは災害関連情報を投稿するための重要なチャンネルとなり、政府や救援機関が災害管理を改善するためのリアルタイムデータを提供している。本研究の目的は,災害対応に対する公衆の態度や災害時の防災物資に対する公衆の要求など,ソーシャルメディアデータのマイニング・分析による防災効率の向上である。
論文参考訳（メタデータ） (2020-05-08T21:11:39Z)

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。