Fugu-MT 論文翻訳(概要): Environmental Claim Detection

論文の概要: Environmental Claim Detection

arxiv url: http://arxiv.org/abs/2209.00507v4
Date: Fri, 26 May 2023 07:25:47 GMT
ステータス: 処理完了
システム内更新日: 2023-05-30 00:08:27.168232
Title: Environmental Claim Detection
Title（参考訳）: 環境クレーム検出
Authors: Dominik Stammbach, Nicolas Webersinke, Julia Anna Bingler, Mathias Kraus, Markus Leippold
Abstract要約: 本稿では,環境クレーム検出の課題を紹介する。専門家による注釈付きデータセットと、このデータセットでトレーニングされたモデルをリリースします。 2015年のパリ協定以降、環境要求件数は着実に増加していることが判明した。
参考スコア（独自算出の注目度）: 6.2887102994549595
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: To transition to a green economy, environmental claims made by companies must be reliable, comparable, and verifiable. To analyze such claims at scale, automated methods are needed to detect them in the first place. However, there exist no datasets or models for this. Thus, this paper introduces the task of environmental claim detection. To accompany the task, we release an expert-annotated dataset and models trained on this dataset. We preview one potential application of such models: We detect environmental claims made in quarterly earning calls and find that the number of environmental claims has steadily increased since the Paris Agreement in 2015.
Abstract（参考訳）: グリーンエコノミーに移行するためには、企業による環境クレームは信頼性が高く、比較され、検証可能である必要がある。このような主張を大規模に分析するには,まずは自動で検出する必要がある。しかし、このためのデータセットやモデルは存在しない。そこで本稿では,環境クレーム検出の課題を紹介する。このタスクに対応するために、専門家による注釈付きデータセットと、このデータセットでトレーニングされたモデルをリリースする。我々は、2015年のパリ協定以降、四半期決算報告で得られた環境要求を検知し、環境要求の数が着実に増加していることを確認する。

関連論文リスト

Contrastive Learning to Improve Retrieval for Real-world Fact Checking [84.57583869042791]
ファクト・チェッキング・リランカ(Contrastive Fact-Checking Reranker, CFR)を提案する。我々はAVeriTeCデータセットを活用し、証拠文書からの人間による回答とクレームのサブクエストを注釈付けする。データセットの精度は6%向上した。
論文参考訳（メタデータ） (2024-10-07T00:09:50Z)
Estimating Environmental Cost Throughout Model's Adaptive Life Cycle [2.93774265594295]
PreIndexは、データの分散シフトに伴うモデル再トレーニングに関連する環境および計算資源を推定する予測指標である。これは、現在のデータ分布から新しいデータ分布への再トレーニングにおいて、二酸化炭素排出量やエネルギー使用量などの環境コストを見積もることができる。
論文参考訳（メタデータ） (2024-07-23T03:58:06Z)
EcoVerse: An Annotated Twitter Dataset for Eco-Relevance Classification, Environmental Impact Analysis, and Stance Detection [0.0]
EcoVerseは、さまざまな環境トピックにまたがる3,023のツイートからなる、英語の注釈付きTwitterデータセットである。本研究では,環境関連分類,スタンス検出,環境影響分析のための独自のアプローチの導入を目的とした3段階のアノテーションスキームを提案する。
論文参考訳（メタデータ） (2024-04-08T01:21:11Z)
ConstScene: Dataset and Model for Advancing Robust Semantic Segmentation in Construction Environments [1.4070907500169874]
本稿では,建設現場に適したセマンティックセグメンテーションデータセットを提案する。このデータセットは、オブジェクト検出モデルのトレーニングと評価を強化するように設計されている。
論文参考訳（メタデータ） (2023-12-27T10:49:19Z)
Leveraging Language Models to Detect Greenwashing [39.58317527488534]
本稿では,グリーンウォッシングリスクを考慮に入れたラベルに基づいて,言語モデルを学習するための新たな予備的手法を提案する。我々の最良のモデルは平均精度スコア86.34%、F1スコア0.67を達成し、概念実証手法が探索の有望な方向を示すことを示した。
論文参考訳（メタデータ） (2023-10-30T21:41:49Z)
A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
論文参考訳（メタデータ） (2023-07-01T15:18:00Z)
WiCE: Real-World Entailment for Claims in Wikipedia [63.234352061821625]
We propose WiCE, a new fine-fine textual entailment dataset built on natural claim and evidence pairs from Wikipedia。標準クレームレベルのエンターメントに加えて、WiCEはクレームのサブ文単位に対するエンターメント判断を提供する。我々のデータセットの真のクレームは、既存のモデルで対処できない検証と検索の問題に挑戦することを含んでいる。
論文参考訳（メタデータ） (2023-03-02T17:45:32Z)
Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning [77.62876532784759]
機械学習(ML)は、モデルトレーニングプロセス中に計算を実行するためにエネルギーを使用する必要がある。このエネルギーの生成には、使用量やエネルギー源によって、温室効果ガスの排出という観点からの環境コストが伴う。本稿では,自然言語処理とコンピュータビジョンにおいて,95のMLモデルの炭素排出量の時間的および異なるタスクに関する調査を行う。
論文参考訳（メタデータ） (2023-02-16T18:35:00Z)
Greenhouse gases emissions: estimating corporate non-reported emissions using interpretable machine learning [0.0]
2022年現在、温室効果ガス(GHG)排出量の報告と監査はすべての企業に対して義務付けられていない。我々は、まだ報告していない企業のスコープ1とスコープ2のGHG排出量を推定する機械学習モデルを提案する。
論文参考訳（メタデータ） (2022-12-21T08:36:02Z)
AmbiFC: Fact-Checking Ambiguous Claims with Evidence [57.7091560922174]
実世界の情報ニーズから10kクレームを抽出したファクトチェックデータセットであるAmbiFCを提示する。アンビFCの証拠に対する主張を比較する際に,曖昧さから生じる不一致を分析した。我々は,このあいまいさをソフトラベルで予測するモデルを開発した。
論文参考訳（メタデータ） (2021-04-01T17:40:08Z)
Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。本稿では,本稿で開発したツールと方法論について紹介する。
論文参考訳（メタデータ） (2020-11-03T21:22:42Z)

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。