Fugu-MT 論文翻訳(概要): A Psycho-linguistic Analysis of BitChute

論文の概要: A Psycho-linguistic Analysis of BitChute

arxiv url: http://arxiv.org/abs/2204.08078v2
Date: Wed, 20 Apr 2022 21:14:07 GMT
ステータス: 処理完了
システム内更新日: 2022-04-22 12:04:58.650585
Title: A Psycho-linguistic Analysis of BitChute
Title（参考訳）: BitChuteの心理言語学的分析
Authors: Benjamin D. Horne
Abstract要約: 本稿では、LIWC22を用いて、データセット内のビデオ、コメント、チャンネルの心理言語メタデータについて述べる。我々は、BitChute上の言語を他のソーシャルメディアプラットフォームと比較する基礎的な分析と比較を行う。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In order to better support researchers, journalist, and practitioners in their use of the MeLa-BitChute dataset for exploration and investigative reporting, we provide new psycho-linguistic metadata for the videos, comments, and channels in the dataset using LIWC22. This paper describes that metadata and methods to filter the data using the metadata. In addition, we provide basic analysis and comparison of the language on BitChute to other social media platforms. The MeLa-BitChute dataset and LIWC metadata described in this paper can be found at: https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/KRD1VS.
Abstract（参考訳）: 研究者,ジャーナリスト,実践者がMeLa-BitChuteデータセットを探索および調査報告に使用することを支援するため,LIWC22を用いて,データセット内のビデオ,コメント,チャネルに対して,新たな心理言語メタデータを提供する。本稿ではメタデータを用いてデータをフィルタリングするメタデータと手法について述べる。さらに,BitChute上の言語を他のソーシャルメディアプラットフォームと比較する基礎的な分析と比較を行う。この論文で説明されているMeLa-BitChuteデータセットとLIWCメタデータは以下のとおりである。 persistenceid=doi:10.7910/dvn/krd1vs。

関連論文リスト

LexMatcher: Dictionary-centric Data Collection for LLM-based Machine Translation [67.24113079928668]
本稿では、バイリンガル辞書に見られる感覚のカバレッジによって駆動されるデータキュレーション手法であるLexMatcherを提案する。我々の手法は、WMT2022テストセットの確立されたベースラインよりも優れています。
論文参考訳（メタデータ） (2024-06-03T15:30:36Z)
Open the Data! Chuvash Datasets [50.59120569845975]
Chuvash言語用の包括的データセットを4つ紹介する。これらのデータセットには、モノリンガルデータセット、ロシア語による並列データセット、英語による並列データセット、オーディオデータセットが含まれる。
論文参考訳（メタデータ） (2024-05-31T07:51:19Z)
[Citation needed] Data usage and citation practices in medical imaging conferences [1.9702506447163306]
データセットの使用状況の検出を支援するオープンソースツールを2つ提示する。本研究は,MICCAIおよびMIDLの論文における20の公開医療データセットの使用状況について検討した。以上の結果から,限られたデータセット群の使用率の上昇が示唆された。
論文参考訳（メタデータ） (2024-02-05T13:41:22Z)
Data Selection for Language Models via Importance Resampling [90.9263039747723]
我々は、望まれるターゲット分布に合わせるために、大規模な未ラベルデータセットのサブセットを選択するという問題を形式化する。我々は、LMデータ選択のために低次元で使用される古典的な重要度再サンプリング手法を拡張した。 DSIRフレームワークをhash n-gram機能でインスタンス化し、4.5時間で1億のドキュメントを選択できる。
論文参考訳（メタデータ） (2023-02-06T23:57:56Z)
FRMT: A Benchmark for Few-Shot Region-Aware Machine Translation [64.9546787488337]
本稿では、Few-shot Region-aware Machine Translationのための新しいデータセットと評価ベンチマークFRMTを提案する。このデータセットは、英語からポルトガル語と中国語の2つの地域変種へのプロの翻訳で構成されている。
論文参考訳（メタデータ） (2022-10-01T05:02:04Z)
Fine-Grained Scene Graph Generation with Data Transfer [127.17675443137064]
シーングラフ生成(SGG)は、画像中の三つ子(オブジェクト、述語、オブジェクト)を抽出することを目的としている。最近の研究は、SGGを着実に進歩させ、高レベルの視覚と言語理解に有用なツールを提供している。そこで本研究では,プレー・アンド・プラグ方式で適用可能で,約1,807の述語クラスを持つ大規模SGGに拡張可能な,内部・外部データ転送(IETrans)手法を提案する。
論文参考訳（メタデータ） (2022-03-22T12:26:56Z)
Multimodal Approach for Metadata Extraction from German Scientific Publications [0.0]
ドイツ語の科学論文からメタデータを抽出するための多モーダル深層学習手法を提案する。本稿では,自然言語処理と画像ビジョン処理を組み合わせることで,複数の入力データについて考察する。提案手法は,約8800の文書からなるデータセットを用いて学習し,F1スコアの0.923を得ることができた。
論文参考訳（メタデータ） (2021-11-10T15:19:04Z)
BBC-Oxford British Sign Language Dataset [64.32108826673183]
我々は,British Sign Language (BSL) の大規模ビデオコレクションである BBC-Oxford British Sign Language (BOBSL) データセットを紹介する。データセットのモチベーションと統計、利用可能なアノテーションについて説明する。我々は、手話認識、手話アライメント、手話翻訳のタスクのベースラインを提供する実験を行う。
論文参考訳（メタデータ） (2021-11-05T17:35:58Z)
MexPub: Deep Transfer Learning for Metadata Extraction from German Publications [1.1549572298362785]
本稿では,PDF文書を画像として見ることにより,異なるレイアウトやスタイルでメタデータを抽出する手法を提案する。提案手法は, 各種PDF文書からメタデータを正確に抽出する能力を検証し, 平均90%の精度を達成した。
論文参考訳（メタデータ） (2021-06-04T09:43:48Z)
MusPy: A Toolkit for Symbolic Music Generation [32.01713268702699]
MusPyは、シンボリック音楽生成のためのオープンソースのPythonライブラリである。本稿では,現在MusPyが支援している11のデータセットの統計的解析について述べる。
論文参考訳（メタデータ） (2020-08-05T06:16:13Z)
Towards Large-Scale Data Mining for Data-Driven Analysis of Sign Languages [0.0]
我々は、TikTok、Instagram、YouTubeなどのソーシャルネットワーキングサービスからデータを収集できることを示します。データ収集パイプラインを用いて,アメリカ手話 (ASL) とブラジル手話 (Libras) の両方で歌の解釈を収集,検討した。
論文参考訳（メタデータ） (2020-06-03T09:28:17Z)

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。