論文の概要: GateNLP-UShef at SemEval-2022 Task 8: Entity-Enriched Siamese
Transformer for Multilingual News Article Similarity
- arxiv url: http://arxiv.org/abs/2205.15812v2
- Date: Wed, 29 Jun 2022 14:28:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:22:03.357127
- Title: GateNLP-UShef at SemEval-2022 Task 8: Entity-Enriched Siamese
Transformer for Multilingual News Article Similarity
- Title（参考訳）: GateNLP-UShef at SemEval-2022 Task 8: Entity-Enriched Siamese Transformer for Multilingual News Article similarity (英語)
- Authors: Iknoor Singh, Yue Li, Melissa Thong, Carolina Scarton
- Abstract要約: 本稿では,SemEval-2022 Task 8: News Article similarityにおける第2位制度について述べる。
本稿では,異なるサブ次元に基づいてニュース記事の類似性を計算したエンティティ強化シームズ変換器を提案する。
- 参考スコア（独自算出の注目度）: 8.705237640184093
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes the second-placed system on the leaderboard of
SemEval-2022 Task 8: Multilingual News Article Similarity. We propose an
entity-enriched Siamese Transformer which computes news article similarity
based on different sub-dimensions, such as the shared narrative, entities,
location and time of the event discussed in the news article. Our system
exploits a Siamese network architecture using a Transformer encoder to learn
document-level representations for the purpose of capturing the narrative
together with the auxiliary entity-based features extracted from the news
articles. The intuition behind using all these features together is to capture
the similarity between news articles at different granularity levels and to
assess the extent to which different news outlets write about "the same
events". Our experimental results and detailed ablation study demonstrate the
effectiveness and the validity of our proposed method.
- Abstract（参考訳）: 本稿では,SemEval-2022 Task 8: Multilingual News Article similarityにおける第2位システムについて述べる。
本稿では,ニュース記事において議論された出来事の共有された物語,実体,場所,時刻など,異なるサブディメンションに基づくニュース記事の類似度を計算するエンティティエンリッチシアームトランスを提案する。
本稿では,トランスフォーマーエンコーダを用いたシームズネットワークアーキテクチャを用いて,ニュース記事から抽出した補助エンティティベースの特徴と合わせて,物語を捉えた文書レベルの表現を学習する。
これらすべての機能を一緒に使う背景にある直感は、異なる粒度のニュース記事間の類似性を捉え、異なるニュースメディアが"同じイベント"について書く程度を評価することである。
実験結果と詳細なアブレーション実験により,提案手法の有効性と妥当性が示された。
関連論文リスト
- Narrative Action Evaluation with Prompt-Guided Multimodal Interaction [60.281405999483]
ナラティブ・アクション・アセスメント(NAE)は、行動の実行を評価する専門家のコメントを作成することを目的としている。
NAEは、物語の柔軟性と評価の厳格さの両方を必要とするため、より困難なタスクです。
本稿では,様々な情報モダリティ間のインタラクションを容易にするための,プロンプト誘導型マルチモーダルインタラクションフレームワークを提案する。
論文 参考訳（メタデータ） (2024-04-22T17:55:07Z) - SCStory: Self-supervised and Continual Online Story Discovery [53.72745249384159]
SCStoryは、素早く公開されたニュース記事ストリームを人間のアノテーションなしでリアルタイムで消化するのに役立つ。
SCStoryは、ニュース記事ストリームのストーリー指向適応モデリングという新しいアイデアを取り入れて、自己指導的かつ継続的な学習を取り入れている。
論文 参考訳（メタデータ） (2023-11-27T04:50:01Z) - USTC-NELSLIP at SemEval-2023 Task 2: Statistical Construction and Dual
Adaptation of Gazetteer for Multilingual Complex NER [36.39635200544498]
本稿では,SemEval-2023 Task 2 Multilingual Complex Named Entity Recognition (MultiCoNER II)のためにUSTC-NELSLIPチームが開発したシステムについて述べる。
提案手法はWikidata で構築したガゼッタを用いて XLM-R に適用され,様々なトラックにまたがる高度な一般化能力を示す。
論文 参考訳（メタデータ） (2023-05-04T03:00:46Z) - Part-guided Relational Transformers for Fine-grained Visual Recognition [59.20531172172135]
識別的特徴を学習し,特徴変換モジュールとの相関関係を探索するフレームワークを提案する。
提案手法は,3-of-the-levelオブジェクト認識において,部分ブランチの追加に頼らず,最先端の性能に達する。
論文 参考訳（メタデータ） (2022-12-28T03:45:56Z) - Multiverse: Multilingual Evidence for Fake News Detection [71.51905606492376]
Multiverseは、偽ニュースの検出に使用できる多言語エビデンスに基づく新機能である。
偽ニュース検出機能としての言語間証拠の使用仮説を確認した。
論文 参考訳（メタデータ） (2022-11-25T18:24:17Z) - Detecting Narrative Elements in Informational Text [0.0]
NEAT(Narrative Elements AnnoTation)は,原文中の物語要素を検出する新しいNLPタスクである。
各種分野の46のニュース記事から収集した2,209文の新しいデータセットを注釈付けするために,本手法を用いる。
我々は、注釈付きデータセット上で複数の異なる設定で教師付きモデルを訓練し、異なる物語要素を識別し、平均F1スコアを最大0.77まで達成した。
論文 参考訳（メタデータ） (2022-10-06T16:23:33Z) - SemEval-2022 Task 8: Multi-lingual News Article Similarity [0.0]
この研究は、一対のニュース記事の類似性を見つけることを目的としている。
データセットには7つの異なる目的的類似度指標があり、ニュース記事は複数の異なる言語で提供されている。
事前学習した埋め込みモデルに基づいて,ベースライン結果のコサイン類似性を計算し,その上でフィードフォワードニューラルネットワークをトレーニングし,結果を改善する。
論文 参考訳（メタデータ） (2022-08-20T16:06:53Z) - Generating Coherent Narratives by Learning Dynamic and Discrete Entity
States with a Contrastive Framework [68.1678127433077]
我々はトランスフォーマーモデルを拡張して,物語生成のためのエンティティ状態更新と文実現を動的に行う。
2つのナラティブデータセットの実験により、我々のモデルは強いベースラインよりも一貫性があり多様なナラティブを生成できることが示された。
論文 参考訳（メタデータ） (2022-08-08T09:02:19Z) - Graph-based Topic Extraction from Vector Embeddings of Text Documents:
Application to a Corpus of News Articles [0.0]
自然言語処理の強力なベクトル埋め込みと,マルチスケールグラフ分割のツールを組み合わせた,教師なしのフレームワークを提案する。
グラフベースのクラスタリングの利点を,他の一般的なクラスタリングやトピックモデリング手法とエンドツーエンド比較によって示す。
この研究は2016年の大統領選挙の際、アメリカのニュース記事のコーパスを分析して紹介された。
論文 参考訳（メタデータ） (2020-10-28T16:20:05Z) - LTIatCMU at SemEval-2020 Task 11: Incorporating Multi-Level Features for
Multi-Granular Propaganda Span Identification [70.1903083747775]
本稿では,新聞記事におけるプロパガンダ・スパン識別の課題について述べる。
本稿では,BERT-BiLSTMに基づくプロパガンダ分類モデルを提案する。
論文 参考訳（メタデータ） (2020-08-11T16:14:47Z) - CompRes: A Dataset for Narrative Structure in News [2.4578723416255754]
ニュースメディアにおける物語構造のための最初のデータセットであるCompResを紹介する。
アノテーション付きデータセットを使用して、複数の教師付きモデルをトレーニングし、異なる物語要素を識別します。
論文 参考訳（メタデータ） (2020-07-09T15:21:59Z)
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。