Fugu-MT 論文翻訳(概要): Direct parsing to sentiment graphs

論文の概要: Direct parsing to sentiment graphs

arxiv url: http://arxiv.org/abs/2203.13209v1
Date: Thu, 24 Mar 2022 17:09:23 GMT
ステータス: 翻訳完了
システム内更新日: 2022-03-25 13:52:38.760714
Title: Direct parsing to sentiment graphs
Title（参考訳）: 感情グラフへの直接解析
Authors: David Samuel, Jeremy Barnes, Robin Kurtz, Stephan Oepen, Lilja {\O}vrelid and Erik Velldal
Abstract要約: グラフに基づくセマンティクスが、構造化された感情分析のタスクにどのように適用できるかを示す。ソースコード、モデル、予測を公開しています。
参考スコア（独自算出の注目度）: 15.179156782249901
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper demonstrates how a graph-based semantic parser can be applied to the task of structured sentiment analysis, directly predicting sentiment graphs from text. We advance the state of the art on 4 out of 5 standard benchmark sets. We release the source code, models and predictions.
Abstract（参考訳）: 本稿では,テキストから感情グラフを直接予測する構造化感情分析の課題に対して,グラフに基づく意味解析が適用可能であることを示す。 5つの標準ベンチマークセットのうち4つで最先端の技術を進めます。ソースコード、モデル、予測を公開しています。

関連論文リスト

Explanation Graph Generation via Generative Pre-training over Synthetic Graphs [6.25568933262682]
説明グラフの生成は,ユーザの入力に応じて説明グラフを作成することを目的とした重要なタスクである。現在の研究では、ラベル付きグラフで注釈付けされた小さな下流データセット上で、テキストベースの事前学習言語モデルを微調整するのが一般的である。本稿では,説明グラフ生成タスクのための新しい事前学習フレームワークEG3Pを提案する。
論文参考訳（メタデータ） (2023-06-01T13:20:22Z)
Combining Stochastic Explainers and Subgraph Neural Networks can Increase Expressivity and Interpretability [12.526174412246107]
サブグラフ強化グラフニューラルネットワーク(SGNN)は、標準的なメッセージパッシングフレームワークのパワーを高めることができる。本稿では,グラフのクラスと説明的スパース部分グラフの集合を共同で予測する新しいフレームワークを提案する。
論文参考訳（メタデータ） (2023-04-14T14:21:20Z)
Spectral Augmentations for Graph Contrastive Learning [50.149996923976836]
コントラスト学習は、監督の有無にかかわらず、表現を学習するための第一の方法として現れてきた。近年の研究では、グラフ表現学習における事前学習の有用性が示されている。本稿では,グラフの対照的な目的に対する拡張を構築する際に,候補のバンクを提供するためのグラフ変換操作を提案する。
論文参考訳（メタデータ） (2023-02-06T16:26:29Z)
Graph Condensation via Receptive Field Distribution Matching [61.71711656856704]
本稿では,元のグラフを表す小さなグラフの作成に焦点をあてる。我々は、元のグラフを受容体の分布とみなし、受容体が同様の分布を持つ小さなグラフを合成することを目的としている。
論文参考訳（メタデータ） (2022-06-28T02:10:05Z)
Schema-Guided Event Graph Completion [103.32326979796596]
我々は、イベントグラフの欠落するイベントノードを予測することを目的として、イベントグラフ補完という新しいタスクに取り組む。既存の予測やグラフ補完手法は、通常、1つの大きなグラフのために設計されるため、イベントグラフを扱うのが難しい。
論文参考訳（メタデータ） (2022-06-06T21:51:10Z)
On Bi-gram Graph Attributes [0.0]
コーパスの「ビグラムグラフ」表現を用いたテキスト意味解析の新しい手法を提案する。グラフ理論から派生した異なる属性は、ユニークな洞察として、あるいは他のコーパスグラフに対して測定され分析される。
論文参考訳（メタデータ） (2021-07-05T16:36:19Z)
GraphiT: Encoding Graph Structure in Transformers [37.33808493548781]
古典的グラフニューラルネットワーク(GNN)を用いて学習した表現を,ノードの特徴と構造的および位置的情報の集合として見ることにより,より優れた表現を実現できることを示す。我々のモデルであるGraphiTは,グラフ上の正定値カーネルに基づく自己注意スコアにおける相対的な位置符号化戦略と,短距離パスなどの局所的なサブ構造を列挙して符号化することで,そのような情報を符号化する。
論文参考訳（メタデータ） (2021-06-10T11:36:22Z)
Structured Sentiment Analysis as Dependency Graph Parsing [5.174808367448261]
我々は、この区分が非生産的になり、状況を改善するための新しい統一された枠組みを提案する。我々は、構造化された感情問題を依存グラフ解析として、ノードは感情保持者、ターゲット、表現の領域であり、弧はそれらの関係であると考えた。
論文参考訳（メタデータ） (2021-05-30T11:19:46Z)
ExplaGraphs: An Explanation Graph Generation Task for Structured Commonsense Reasoning [65.15423587105472]
スタンス予測のための説明グラフ生成の新しい生成および構造化コモンセンスリゾニングタスク(および関連するデータセット)を紹介します。具体的には、信念と議論が与えられた場合、モデルは、議論が信念を支持しているかどうかを予測し、予測されたスタンスに対する非自明で完全で曖昧な説明として機能する常識強化グラフを生成する必要がある。グラフの83%は、様々な構造と推論深度を持つ外部のコモンセンスノードを含んでいる。
論文参考訳（メタデータ） (2021-04-15T17:51:36Z)
Promoting Graph Awareness in Linearized Graph-to-Text Generation [72.83863719868364]
局所グラフ構造を符号化する線形化モデルの能力を検討する。本研究は,モデルの暗黙のグラフ符号化の品質を高めるための解法である。これらの消音足場は、低リソース設定における下流生成の大幅な改善につながることが分かりました。
論文参考訳（メタデータ） (2020-12-31T18:17:57Z)
Investigating Pretrained Language Models for Graph-to-Text Generation [55.55151069694146]
Graph-to-text生成は、グラフベースのデータから流動的なテキストを生成することを目的としている。本稿では,3つのグラフ領域,つまり表現,ウィキペディア知識グラフ(KG),科学的なKGについて検討する。我々は, PLM の BART と T5 が新たな最先端の成果を達成し, タスク適応型事前学習戦略が性能をさらに向上することを示す。
論文参考訳（メタデータ） (2020-07-16T16:05:34Z)

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。