論文の概要: Disentangled Learning of Stance and Aspect Topics for Vaccine Attitude
Detection in Social Media
- arxiv url: http://arxiv.org/abs/2205.03296v1
- Date: Fri, 6 May 2022 15:24:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-09 13:11:05.020871
- Title: Disentangled Learning of Stance and Aspect Topics for Vaccine Attitude
Detection in Social Media
- Title(参考訳): ソーシャルメディアにおけるワクチン態度検出のためのスタンスとアスペクトトピックの絡み合った学習
- Authors: Lixing Zhu and Zheng Fang and Gabriele Pergola and Rob Procter and
Yulan He
- Abstract要約: VADetと呼ばれるワクチンの姿勢検出のための新しい半教師付きアプローチを提案する。
VADetは、歪んだ姿勢とアスペクトトピックを学習することができ、スタンス検出とツイートクラスタリングの両方で、既存のアスペクトベースの感情分析モデルより優れています。
- 参考スコア(独自算出の注目度): 40.61499595293957
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Building models to detect vaccine attitudes on social media is challenging
because of the composite, often intricate aspects involved, and the limited
availability of annotated data. Existing approaches have relied heavily on
supervised training that requires abundant annotations and pre-defined aspect
categories. Instead, with the aim of leveraging the large amount of unannotated
data now available on vaccination, we propose a novel semi-supervised approach
for vaccine attitude detection, called VADet. A variational autoencoding
architecture based on language models is employed to learn from unlabelled data
the topical information of the domain. Then, the model is fine-tuned with a few
manually annotated examples of user attitudes. We validate the effectiveness of
VADet on our annotated data and also on an existing vaccination corpus
annotated with opinions on vaccines. Our results show that VADet is able to
learn disentangled stance and aspect topics, and outperforms existing
aspect-based sentiment analysis models on both stance detection and tweet
clustering.
- Abstract(参考訳): ソーシャルメディア上でワクチンの態度を検出するためのモデルの構築は、複合的で、しばしば複雑な側面と、注釈付きデータの限られた可用性のために困難である。
既存のアプローチは、豊富なアノテーションと事前定義されたアスペクトカテゴリを必要とする教師付きトレーニングに大きく依存しています。
そこで本研究では,ワクチン接種に関する無記名データを活用することを目的として,ワクチン態度検出のための新しい半教師付き手法であるvadetを提案する。
言語モデルに基づく変分自動エンコーディングアーキテクチャを用いて、ドメインのトピック情報に関する未ラベルデータから学習する。
次に、モデルに手動でアノテートされたユーザ態度の例をいくつか追加する。
我々は,VADetの接種データおよびワクチンに関する意見を付した既存の接種コーパスに対する効果を検証した。
以上の結果から,VADetは,アンスタンス検出とつぶやきクラスタリングの両面で,既存のアスペクトベース感情分析モデルよりも優れていることがわかった。
関連論文リスト
- Hierarchical Multi-Label Classification of Online Vaccine Concerns [8.271202196208]
ワクチンの懸念は進化を続けるターゲットであり、新型コロナウイルス(COVID-19)のパンデミックで見られるように急速に変化する可能性がある。
本稿では,大規模言語モデル(LLM)を用いて,高価なトレーニングデータセットを必要とせず,ゼロショット設定でワクチンの関心事を検出するタスクについて検討する。
論文 参考訳(メタデータ) (2024-02-01T20:56:07Z) - Dual-View Data Hallucination with Semantic Relation Guidance for
Few-Shot Image Recognition [52.19737194653999]
本稿では、意味的関係を利用して、画像認識のための二重視点データ幻覚を導出するフレームワークを提案する。
インスタンスビューデータ幻覚モジュールは、新規クラスの各サンプルを幻覚して新しいデータを生成する。
プロトタイプビューデータ幻覚モジュールは、意味認識尺度を利用して、新しいクラスのプロトタイプを推定する。
論文 参考訳(メタデータ) (2024-01-13T12:32:29Z) - Examining Temporalities on Stance Detection towards COVID-19 Vaccination [3.8087007741212004]
本研究の目的は, 時間的コンセプトドリフトがTwitter上での新型コロナウイルスワクチン接種に対する姿勢検出に与える影響を検討することである。
本研究は, ランダム分割と時系列分割の比較において, モデル性能に有意な差が認められた。
実世界のスタンス検出アプローチは、時間的要因を重要な考慮事項として組み込むために、さらに洗練されなければならない。
論文 参考訳(メタデータ) (2023-04-10T18:31:26Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳(メタデータ) (2022-12-16T13:57:41Z) - Towards Robust Visual Question Answering: Making the Most of Biased
Samples via Contrastive Learning [54.61762276179205]
我々は,ビザドサンプルを最大限に活用することで,ロバストなVQAモデルを構築するための新しいコントラスト学習手法 MMBS を提案する。
具体的には、元のトレーニングサンプルからスプリアス相関に関連する情報を排除し、比較学習のための正のサンプルを構築する。
我々は,OODデータセットのVQA-CP v2において,IDデータセットのVQA v2上での堅牢なパフォーマンスを維持しながら,競争性能を達成することで,コントリビューションを検証した。
論文 参考訳(メタデータ) (2022-10-10T11:05:21Z) - "Double vaccinated, 5G boosted!": Learning Attitudes towards COVID-19
Vaccination from Social Media [4.178929174617172]
ソーシャルメディア上でのテキスト投稿を利用して、利用者の接種姿勢をほぼリアルタイムで抽出し追跡する。
我々は、ユーザのソーシャルネットワーク隣人の最近の投稿を統合して、ユーザの真の態度を検出する。
Twitterの注釈付きデータセットに基づいて、我々のフレームワークからインスタンス化されたモデルは、姿勢抽出のパフォーマンスを最大23%向上させることができる。
論文 参考訳(メタデータ) (2022-06-27T17:04:56Z) - Insta-VAX: A Multimodal Benchmark for Anti-Vaccine and Misinformation
Posts Detection on Social Media [32.252687203366605]
ソーシャルメディア上の抗ワクチンポストは、混乱を招き、ワクチンに対する大衆の信頼を低下させることが示されている。
Insta-VAXは、ヒトワクチンに関連する64,957のInstagram投稿のサンプルからなる、新しいマルチモーダルデータセットである。
論文 参考訳(メタデータ) (2021-12-15T20:34:57Z) - Classifying vaccine sentiment tweets by modelling domain-specific
representation and commonsense knowledge into context-aware attentive GRU [9.8215089151757]
ワクチンのヘシタシーと拒絶はワクチン接種率の低いクラスターを生じさせ、ワクチン接種プログラムの有効性を低下させる。
ソーシャルメディアは、地理的な位置を含み、ワクチンに関する懸念を詳述することで、ワクチンの受け入れに対する新たなリスクを見積もる機会を提供する。
ワクチン関連ツイートなどのソーシャルメディア投稿を分類する手法では、一般的なドメインテキストで訓練された言語モデル(LM)を使用する。
本稿では、ワクチン関連ツイートで訓練されたドメイン固有LMを用いて相互接続されたコンポーネントで構成された新しいエンドツーエンドフレームワークについて、コンテキスト対応の双方向ゲート再帰ネットワーク(CK-BiGRU)にコモンセンス知識をモデル化する。
論文 参考訳(メタデータ) (2021-06-17T15:16:08Z) - Proactive Pseudo-Intervention: Causally Informed Contrastive Learning
For Interpretable Vision Models [103.64435911083432]
PPI(Proactive Pseudo-Intervention)と呼ばれる新しい対照的な学習戦略を提案する。
PPIは、因果関係のない画像の特徴を保護するために積極的に介入する。
また,重要な画像画素を識別するための,因果的に通知された新たなサリエンスマッピングモジュールを考案し,モデル解釈の容易性を示す。
論文 参考訳(メタデータ) (2020-12-06T20:30:26Z) - Text Mining to Identify and Extract Novel Disease Treatments From
Unstructured Datasets [56.38623317907416]
Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。
次に、テキストを体系的に前処理するためのパイプラインを構築します。
我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
論文 参考訳(メタデータ) (2020-10-22T19:52:49Z)
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。