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

• Good Idea or Not, Representation of LLM Could Tell [86.36317971482755]
  我々は、大規模言語モデルの知識を活用し、科学的アイデアのメリットを評価することを目的としたアイデアアセスメントに焦点をあてる。 我々は、このタスクに対する様々なアプローチのパフォーマンスを訓練し評価するために、細心の注意を払って設計された、フルテキストを持つ約4万の原稿からベンチマークデータセットをリリースする。 その結果, 大規模言語モデルの表現は, 生成出力よりもアイデアの価値を定量化する可能性が高いことが示唆された。
  論文  参考訳（メタデータ） (2024-09-07T02:07:22Z)
• OpenEP: Open-Ended Future Event Prediction [57.63525290892786]
  我々はOpenEP(Open-Ended Future Event Prediction Task)を導入し、現実のシナリオに合わせたフレキシブルで多様な予測を生成する。 質問構築には、場所、時間、イベント開発、イベント結果、イベント影響、イベント応答など、7つの視点から質問する。 結果構築のために,結果を含む自由形式のテキストを基礎的真理として収集し,意味論的に完全かつ詳細に富んだ結果を提供する。
  論文  参考訳（メタデータ） (2024-08-13T02:35:54Z)
• CoUDA: Coherence Evaluation via Unified Data Augmentation [49.37157483044349]
  コヒーレンス評価は、談話の組織と構造を評価することを目的としている。 談話構造に関する言語理論から着想を得て,CoUDAというデータ拡張フレームワークを提案する。 233Mパラメータだけで、CoUDAはポイントワイドのスコアリングとペアワイドのランキングタスクの両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-03-31T13:19:36Z)
• 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)
• 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。