Fugu-MT 論文翻訳(概要): Information Extraction through AI techniques: The KIDs use case at CONSOB

論文の概要: Information Extraction through AI techniques: The KIDs use case at CONSOB

arxiv url: http://arxiv.org/abs/2202.01178v1
Date: Sat, 29 Jan 2022 20:05:28 GMT
ステータス: 処理完了
システム内更新日: 2022-02-04 04:05:15.096957
Title: Information Extraction through AI techniques: The KIDs use case at CONSOB
Title（参考訳）: AI技術による情報抽出:CONSOBのKIDユースケース
Authors: Domenico Lembo, Alessandra Limosani, Francesca Medda, Alessandra Monaco, Federico Maria Scafoglieri
Abstract要約: 金融商品を記載した文書からの情報抽出に焦点を当てる。我々はルールベースと機械学習ベースの両方の手法を用いて、このタスクの自動化方法について論じる。
参考スコア（独自算出の注目度）: 114.00746142672475
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper we report on the initial activities carried out within a collaboration between Consob and Sapienza University. We focus on Information Extraction from documents describing financial instruments. We discuss how we automate this task, via both rule-based and machine learning-based methods and provide our first results.
Abstract（参考訳）: 本稿では,コンソブ大学とサピエンザ大学が共同で行った最初の活動について報告する。金融商品を記載した文書からの情報抽出に焦点を当てる。ルールベースおよび機械学習ベースの手法を用いて、このタスクを自動化する方法について論じ、最初の結果を提供する。

関連論文リスト

Enhancing Software-Related Information Extraction via Single-Choice Question Answering with Large Language Models [3.6637903428898055]
本稿では,生成型大規模言語モデルによる学術テキスト間の関係抽出の改善に焦点をあてる。この方法論は、ソフトウェア関連エンティティを抽出するために、GLMのコンテキスト内学習機能の使用を優先する。 SOMD共有タスクへの参加は、正確なソフトウェア引用プラクティスの重要性を強調します。
論文参考訳（メタデータ） (2024-04-08T15:00:36Z)
Intelligent methods for business rule processing: State-of-the-art [2.164169814944872]
本稿では,ビジネスルールの処理に使用される最新のインテリジェント技術の概要を紹介する。我々は、ロボットプロセスの自動化に関する関連する文献を包括的に調査し、機械学習やその他のインテリジェントなアプローチに焦点を当てた。
論文参考訳（メタデータ） (2023-11-20T14:02:10Z)
GPT-FinRE: In-context Learning for Financial Relation Extraction using Large Language Models [1.9559144041082446]
本稿では,そのようなデータセットREFinDにおける関係抽出のソリューションについて述べる。本稿では,文脈内学習(ICL)の枠組みとしてOpenAIモデルを用いた。総合で3位になった。最高のF1スコアは0.718だ。
論文参考訳（メタデータ） (2023-06-30T10:12:30Z)
AVIS: Autonomous Visual Information Seeking with Large Language Model Agent [123.75169211547149]
本稿では,視覚的質問応答フレームワークAVISを提案する。本手法は,LLM(Large Language Model)を利用して外部ツールの利用を動的に強化する。 AVIS は Infoseek や OK-VQA などの知識集約型視覚質問応答ベンチマークの最先端結果を達成する。
論文参考訳（メタデータ） (2023-06-13T20:50:22Z)
OPERA: Harmonizing Task-Oriented Dialogs and Information Seeking Experience [87.0233567695073]
会話型AIにおける既存の研究は、主にタスク指向対話(TOD)と質問応答(QA)を別々のタスクとして扱う。そこで我々は,TODとQAタスクを組み合わせた新たなタスクであるOpen-Book TOD (OB-TOD)を提案する。我々は,そのタスクに対処するために,明示的で暗黙的な外部知識を適切にアクセス可能な統一モデルOPERAを提案する。
論文参考訳（メタデータ） (2022-06-24T18:21:26Z)
Transfer Learning in Conversational Analysis through Reusing Preprocessing Data as Supervisors [52.37504333689262]
単一タスク学習におけるノイズの多いラベルの使用は、過度に適合するリスクを増大させる。補助的なタスクは、同じトレーニング中に一次タスク学習のパフォーマンスを向上させることができる。
論文参考訳（メタデータ） (2021-12-02T08:40:42Z)
Can I Be of Further Assistance? Using Unstructured Knowledge Access to Improve Task-oriented Conversational Modeling [39.60614611655266]
この研究は、外部の非構造化の知識ソースを組み込むことによって、APIをカバーしていないユーザターンに応答することに焦点を当てている。最初の2つのステップで新たなデータ拡張手法を導入し、対話コンテキストから抽出した情報を使用することで、知識選択とエンドツーエンドのパフォーマンスが向上することを示す。
論文参考訳（メタデータ） (2021-06-16T23:31:42Z)
Knowledge-Aware Procedural Text Understanding with Multi-Stage Training [110.93934567725826]
本稿では,このような文書の理解とプロセス中のエンティティの状態や場所の追跡を目的とした手続き的テキスト理解の課題に焦点をあてる。常識的推論の難しさとデータ不足という2つの課題はまだ未解決のままである。我々は、複数の外部知識を効果的に活用する、KnOwledge-Aware ProceduraL text understAnding (KOALA)モデルを提案する。
論文参考訳（メタデータ） (2020-09-28T10:28:40Z)
An Iterative Multi-Knowledge Transfer Network for Aspect-Based Sentiment Analysis [73.7488524683061]
本稿では,エンド・ツー・エンドABSAのための新しいIterative Multi-Knowledge Transfer Network (IMKTN)を提案する。我々のIMKTNは、よく設計されたルーティングアルゴリズムを用いて、3つのサブタスクのうち2つのタスク固有の知識をトークンレベルで別のタスクに転送する。 3つのベンチマークデータセットの実験結果は、我々のアプローチの有効性と優位性を示している。
論文参考訳（メタデータ） (2020-04-04T13:49:54Z)

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。