論文の概要: ECO v1: Towards Event-Centric Opinion Mining
- arxiv url: http://arxiv.org/abs/2203.12264v1
- Date: Wed, 23 Mar 2022 08:20:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-25 01:55:33.048740
- Title: ECO v1: Towards Event-Centric Opinion Mining
- Title(参考訳): ECO v1:イベント中心のオピニオンマイニングを目指す
- Authors: Ruoxi Xu, Hongyu Lin, Meng Liao, Xianpei Han, Jin Xu, Wei Tan, Yingfei
Sun, Le Sun
- Abstract要約: 本稿では,事象論の構造と表現分類理論に基づいて,事象中心の意見マイニングの課題を提案し,定式化する。
実験の結果、イベント中心の意見マイニングは実現可能で困難であることが示されている。
- 参考スコア(独自算出の注目度): 35.74022686478367
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Events are considered as the fundamental building blocks of the world. Mining
event-centric opinions can benefit decision making, people communication, and
social good. Unfortunately, there is little literature addressing event-centric
opinion mining, although which significantly diverges from the well-studied
entity-centric opinion mining in connotation, structure, and expression. In
this paper, we propose and formulate the task of event-centric opinion mining
based on event-argument structure and expression categorizing theory. We also
benchmark this task by constructing a pioneer corpus and designing a two-step
benchmark framework. Experiment results show that event-centric opinion mining
is feasible and challenging, and the proposed task, dataset, and baselines are
beneficial for future studies.
- Abstract(参考訳): イベントは世界の基本的なビルディングブロックと見なされている。
イベント中心の意見のマイニングは意思決定、コミュニケーション、社会的利益の恩恵を受ける。
残念なことに、イベント中心の意見マイニングを扱う文献はほとんどないが、意味、構造、表現において、エンティティ中心の意見マイニングとは大きく異なる。
本稿では,イベント中心の意見マイニングの課題を,イベントアグメンテーション構造と表現分類理論に基づいて提案・定式化する。
また、先駆的なコーパスを構築し、2段階のベンチマークフレームワークを設計することで、このタスクをベンチマークする。
実験結果から,イベント中心の意見マイニングが実現可能であり,課題,データセット,ベースラインが今後の研究に有用であることが示唆された。
関連論文リスト
- Exploring the Potential of Large Language Models in Computational
Argumentation [59.926959119656416]
大規模言語モデル(LLM)は、文脈を理解し、自然言語を生成する強力な能力を示している。
既存のタスクを6つのメインクラスに整理し、14のオープンソースデータセットのフォーマットを標準化します。
大規模な実験により、LLMはこれらのデータセットのほとんどにわたって可換な性能を示すことが示された。
論文 参考訳(メタデータ) (2023-11-15T15:12:15Z) - 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) - ECHo: A Visio-Linguistic Dataset for Event Causality Inference via
Human-Centric Reasoning [22.951360187153156]
ECHoは、視覚言語学的社会的シナリオに基づくイベント因果推論のデータセットである。
我々は,現在のAIシステムの推論能力を評価するために,統合型Chain-of-Thought(CoT)フレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-24T05:21:13Z) - SPEECH: Structured Prediction with Energy-Based Event-Centric
Hyperspheres [60.79901400258962]
イベント中心の構造化予測では、イベントの構造化出力を予測する。
エネルギーベースイベント中心超球面(SPEECH)を用いた構造予測を提案する。
論文 参考訳(メタデータ) (2023-05-23T02:28:09Z) - A Framework of Customer Review Analysis Using the Aspect-Based Opinion
Mining Approach [0.0]
本稿では,移動学習の概念に基づくアスペクトベースの意見マイニングの枠組みを提案する。
このモデルはアスペクトベースの意見マイニングというタスクにおいて、非常に満足できる結果をもたらしました。
論文 参考訳(メタデータ) (2022-12-20T07:54:58Z) - IAM: A Comprehensive and Large-Scale Dataset for Integrated Argument
Mining Tasks [59.457948080207174]
本稿では,一連の議論マイニングタスクに適用可能なIAMという,包括的で大規模なデータセットを提案する。
データセットの70k近い文は、引数特性に基づいて完全に注釈付けされている。
議論準備プロセスに関連する2つの新しい統合された議論マイニングタスクを提案する。(1) 姿勢分類付きクレーム抽出(CESC)と(2) クレーム・エビデンス・ペア抽出(CEPE)である。
論文 参考訳(メタデータ) (2022-03-23T08:07:32Z) - Fine-Grained Opinion Summarization with Minimal Supervision [48.43506393052212]
FineSumは、複数のドキュメントから意見を抽出することでターゲットをプロファイルすることを目的としている。
FineSumは、生のコーパスから意見語句を自動的に識別し、異なる側面と感情に分類し、各アスペクト/感覚の下に複数のきめ細かい意見クラスタを構築する。
ベンチマークの自動評価と定量的人的評価の両方が,本手法の有効性を検証した。
論文 参考訳(メタデータ) (2021-10-17T15:16:34Z) - Constructing Explainable Opinion Graphs from Review [26.262465541048662]
本稿では,意見グラフに意見を抽出し整理するシステムであるExplainItを紹介する。
このようなグラフでは、ノードはレビューから抽出された意味的に類似した意見の集合を表す。
意見グラフで生成された説明関係が良質であることが実験的に実証された。
論文 参考訳(メタデータ) (2020-05-29T23:11:48Z)
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。