論文の概要: Extracting Impact Model Narratives from Social Services' Text
- arxiv url: http://arxiv.org/abs/2204.09557v1
- Date: Mon, 4 Apr 2022 19:01:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-24 22:14:57.690661
- Title: Extracting Impact Model Narratives from Social Services' Text
- Title(参考訳): ソーシャルサービスのテキストからインパクトモデルナラティブを抽出する
- Authors: Bart Gajderowicz, Daniela Rosu, Mark S Fox
- Abstract要約: 本稿では,社会目的組織に関するコーパス上で,名前付きエンティティ認識(NER)のためのアーキテクチャを提案する。
本稿では、この手法が、構造化されていないテキストから抽出された情報を用いて、サービスおよびクライアントのシーケンシングにどのように利用できるかを示す。
本研究では,経験的スコアを用いたソーシャルサービス記述コーパス上でのモデルの評価を行った。
- 参考スコア(独自算出の注目度): 6.61319085872973
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Named entity recognition (NER) is an important task in narration extraction.
Narration, as a system of stories, provides insights into how events and
characters in the stories develop over time. This paper proposes an
architecture for NER on a corpus about social purpose organizations. This is
the first NER task specifically targeted at social service entities. We show
how this approach can be used for the sequencing of services and impacted
clients with information extracted from unstructured text. The methodology
outlines steps for extracting ontological representation of entities such as
needs and satisfiers and generating hypotheses to answer queries about impact
models defined by social purpose organizations. We evaluate the model on a
corpus of social service descriptions with empirically calculated score.
- Abstract(参考訳): 名前付きエンティティ認識(NER)はナレーション抽出において重要な課題である。
ナレーションはストーリーのシステムとして、ストーリー内の出来事やキャラクターが時間とともにどのように発展するかについての洞察を提供する。
本稿では,NERを社会目的団体のコーパスに配置するアーキテクチャを提案する。
これは、ソーシャルサービスエンティティに特化した最初のNERタスクである。
このアプローチを,非構造化テキストから抽出した情報を用いて,サービスや影響のあるクライアントのシークエンシングに利用できることを示す。
この方法論は、ニーズや満足感といった実体のオントロジ表現を抽出し、社会目的組織によって定義された影響モデルに関する質問に答える仮説を生成するためのステップを概説する。
本研究では,経験的スコアを用いたソーシャルサービス記述コーパスのモデルの評価を行った。
関連論文リスト
- From Text Segmentation to Smart Chaptering: A Novel Benchmark for
Structuring Video Transcriptions [63.11097464396147]
音声コンテンツに焦点をあてた新しいベンチマークYTSegを導入し、その内容は本質的に非構造的であり、トポロジと構造的にも多様である。
また,高効率な階層分割モデルMiniSegを導入する。
論文 参考訳(メタデータ) (2024-02-27T15:59:37Z) - Exploiting Contextual Target Attributes for Target Sentiment
Classification [53.30511968323911]
TSCの既存のPTLMベースモデルは、1)PTLMをコンテキストエンコーダとして採用した微調整ベースモデル、2)テキスト/単語生成タスクに分類タスクを転送するプロンプトベースモデル、の2つのグループに分類される。
我々は,PTLM を TSC に活用する新たな視点として,言語モデリングと文脈的ターゲット属性による明示的ターゲットコンテキスト相互作用の利点を同時に活用する。
論文 参考訳(メタデータ) (2023-12-21T11:45:28Z) - From Dialogue to Diagram: Task and Relationship Extraction from Natural
Language for Accelerated Business Process Prototyping [0.0]
本稿では、依存性解析と名前付きエンティティ認識(NER)の利用を、我々のアプローチの中心とする現代的ソリューションを紹介します。
我々は,行動関係の同定にSVO(Subject-Verb-Object)構造を用い,コンテキスト理解のためのWordNetなどの意味分析ツールを統合する。
このシステムはデータ変換と視覚化を十分に処理し、冗長に抽出された情報をBPMN(Business Process Model and Notation)ダイアグラムに変換する。
論文 参考訳(メタデータ) (2023-12-16T12:35:28Z) - M-SENSE: Modeling Narrative Structure in Short Personal Narratives Using
Protagonist's Mental Representations [14.64546899992196]
本研究では,登場人物の心的状態の推測を解析し,物語構造の顕著な要素を自動的に検出するタスクを提案する。
本稿では,物語構造の主要な要素,特にクライマックスと解像度のマニュアルアノテーションを含む,短い個人物語のSTORIESデータセットを紹介する。
我々のモデルは、クライマックスと解像度を識別するタスクにおいて、大幅な改善を達成できる。
論文 参考訳(メタデータ) (2023-02-18T20:48:02Z) - An Ontological Approach to Analysing Social Service Provisioning [5.386300535509189]
この記事ではまず、主要な利害関係者、サービス、成果、イベント、ニーズ、ニーズを満足度と定義とともに紹介する。
主要なステークホルダーが提起した質問のタイプを説明するために、能力に関する質問のサブセットが提示される。
第3に、Compassベースのナレッジグラフ上で実行されるSPARQLクエリを提示し、その結果を分析して、質問に答える機能を評価する。
論文 参考訳(メタデータ) (2022-06-20T12:29:12Z) - Structure Extraction in Task-Oriented Dialogues with Slot Clustering [94.27806592467537]
タスク指向対話では、対話構造はしばしば対話状態間の遷移グラフと見なされている。
本稿では,タスク指向対話における構造抽出のための簡易かつ効果的な手法を提案する。
論文 参考訳(メタデータ) (2022-02-28T20:18:12Z) - SocAoG: Incremental Graph Parsing for Social Relation Inference in
Dialogues [112.94918467195637]
対話から社会的関係を推定することは、感情的に知的なロボットを構築するのに不可欠である。
我々は、グループ間の関係の整合性のために、SocAoGという名前のAnd-or Graphとしてソーシャルネットワークをモデル化する。
DialogRE と MovieGraph の実証実験結果から,我々のモデルは最先端の手法よりも社会的関係を正確に推定できることがわかった。
論文 参考訳(メタデータ) (2021-06-02T08:07:42Z) - Towards Socially Intelligent Agents with Mental State Transition and
Human Utility [97.01430011496576]
対話エージェントに精神状態と実用性モデルを取り入れることを提案する。
ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。
ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
論文 参考訳(メタデータ) (2021-03-12T00:06:51Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳(メタデータ) (2020-12-29T08:22:48Z) - Hierarchical Interaction Networks with Rethinking Mechanism for
Document-level Sentiment Analysis [37.20068256769269]
文書レベルの感性分析(DSA)は、あいまいなセマンティックリンクと感情情報の複雑化により、より困難である。
そこで本研究では,DSAにおける対象の明示的パターンと感情文脈を用いた識別表現を効果的に生成する方法について検討する。
感性に基づく再考機構(SR)を,感情ラベル情報を用いてHINを精製し,より感情に敏感な文書表現を学習することによって設計する。
論文 参考訳(メタデータ) (2020-07-16T16:27:38Z) - Probabilistic Model of Narratives Over Topical Trends in Social Media: A
Discrete Time Model [4.073849137967964]
本稿では,イベントベースの物語要約抽出フレームワークを提案する。
我々のフレームワークは確率論的トピックモデルとして設計され、分類時間分布と抽出テキスト要約が続く。
我々は、シリアのホワイトヘルメッツに対して行われた偽情報キャンペーンのドメインで100万以上のツイートを含む、Twitterデータの大規模なコーパスで、我々のモデルを評価した。
論文 参考訳(メタデータ) (2020-04-14T20:18:21Z)
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。