論文の概要: Properties of Reddit News Topical Interactions

• arxiv url: http://arxiv.org/abs/2209.07816v1
• Date: Fri, 16 Sep 2022 09:33:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-19 13:44:39.228237
• Title: Properties of Reddit News Topical Interactions
• Title（参考訳）: Reddit Newsのトピックインタラクションの特性
• Authors: Ga\"el Poux-M\'edard, Julien Velcin, Sabine Loudcher
• Abstract要約: 我々は、Reddit上のニュース見出し間の相互作用が、その基盤となる出版メカニズムにおいて重要な役割を果たすかどうかを判断するために、そのようなモデルを拡張し、適用することを提案する。 2019年から10万件のニュース見出しに関する詳細なケーススタディを行った結果、インタラクションに関する最先端の結論が得られました。
• 参考スコア（独自算出の注目度）: 3.5450828190071655
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most models of information diffusion online rely on the assumption that pieces of information spread independently from each other. However, several works pointed out the necessity of investigating the role of interactions in real-world processes, and highlighted possible difficulties in doing so: interactions are sparse and brief. As an answer, recent advances developed models to account for interactions in underlying publication dynamics. In this article, we propose to extend and apply one such model to determine whether interactions between news headlines on Reddit play a significant role in their underlying publication mechanisms. After conducting an in-depth case study on 100,000 news headline from 2019, we retrieve state-of-the-art conclusions about interactions and conclude that they play a minor role in this dataset.
• Abstract（参考訳）: 情報拡散のほとんどのモデルは、情報の断片が互いに独立して拡散するという仮定に依存している。 しかし、いくつかの研究は現実世界のプロセスにおけるインタラクションの役割を調査する必要性を指摘し、それを行う上での難しさを強調した。 答えとして、最近の進歩は、基礎となる出版ダイナミクスの相互作用を考慮したモデルを開発した。 本稿では、Reddit上のニュース見出し間のインタラクションが、その基盤となる出版メカニズムにおいて重要な役割を果たすかどうかを判断するために、そのようなモデルを拡張し、適用することを提案する。 2019年から10万のニュースヘッドラインに関する詳細なケーススタディを実施した後、インタラクションに関する最先端の結論を取得し、このデータセットで小さな役割を担っていると結論付ける。

関連論文リスト

• The Essential Role of Causality in Foundation World Models for Embodied AI [102.75402420915965]
  身体的なAIエージェントは、さまざまな現実世界環境で新しいタスクを実行する能力を必要とします。 現在の基礎モデルは物理的相互作用を正確にモデル化することができないため、Embodied AIには不十分である。 因果関係の研究は、検証世界モデルの構築に寄与する。
  論文  参考訳（メタデータ） (2024-02-06T17:15:33Z)
• Machine learning the interaction network in coupled dynamical systems [0.0]
  相互作用する粒子の集合において、相互作用ネットワークは、様々なコンポーネントが相互にどのように相互作用するかに関する情報を含んでいる。 本研究では,対話ネットワークの回復とエージェントのダイナミクスの予測という2つの結果を達成するために,自己教師型ニューラルネットワークモデルを用いる。
  論文  参考訳（メタデータ） (2023-10-05T08:29:00Z)
• Expanding the Role of Affective Phenomena in Multimodal Interaction Research [57.069159905961214]
  マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。 本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。 我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
  論文  参考訳（メタデータ） (2023-05-18T09:08:39Z)
• Interactions in Information Spread [0.0]
  ソーシャルネットワークにおける情報インタラクションの役割について検討する。 いくつかのソーシャルネットワークではインタラクションはまれである。 稀かつ短時間のインタラクションを共同でモデル化するフレームワークを設計する。 Reddit上で大規模なアプリケーションを実行し、このデータセットではインタラクションがマイナーな役割を担っていることに気付きました。
  論文  参考訳（メタデータ） (2022-09-16T16:11:40Z)
• Other Roles Matter! Enhancing Role-Oriented Dialogue Summarization via Role Interactions [50.84439853121438]
  本稿では,役割指向対話要約のための新しい役割相互作用強化手法を提案する。 クロスアテンションとデコーダのセルフアテンションインタラクションを採用し、他のロールのクリティカル情報を対話的に取得する。 提案手法は,2つの公開ロール指向対話要約データセットにおいて,強いベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2022-05-26T06:58:02Z)
• SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
  ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。 公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
  論文  参考訳（メタデータ） (2021-12-05T01:49:18Z)
• Multi-Agent Imitation Learning with Copulas [102.27052968901894]
  マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。 本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。 提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
  論文  参考訳（メタデータ） (2021-07-10T03:49:41Z)
• Information Interaction Profile of Choice Adoption [2.9972063833424216]
  相互作用するエンティティを分離する時間的距離に応じて、エンティティの相互作用ネットワークとその進化を推定する効率的な方法を紹介します。 相互作用プロファイルは、相互作用プロセスのメカニズムを特徴付けることができます。 ユーザに対する露出の組み合わせの効果は、各露出の独立した効果の総和以上のものであることを示す。
  論文  参考訳（メタデータ） (2021-04-28T10:42:25Z)
• COMET: Convolutional Dimension Interaction for Collaborative Filtering [16.799611667681233]
  本稿では,歴史的相互作用と埋め込み次元の高次相互作用パターンを同時にモデル化するCOMETと呼ばれる新しい潜在因子モデルを提案する。 具体的には、COMETは、最初は歴史的相互作用の埋め込みを水平に積み重ね、結果として2つの「埋め込みマップ」となる。 このようにして、内部相互作用と次元相互作用は、異なる大きさのカーネルを持つ畳み込みニューラルネットワークによって同時に利用することができる。
  論文  参考訳（メタデータ） (2020-07-28T11:18:36Z)
• Self-Attention Attribution: Interpreting Information Interactions Inside Transformer [89.21584915290319]
  本稿では,トランスフォーマー内の情報相互作用を解釈する自己帰属属性法を提案する。 本研究は,BERT に対する非目標攻撃の実装において,その属性を敵対パターンとして用いることができることを示す。
  論文  参考訳（メタデータ） (2020-04-23T14:58:22Z)
• Interactions in information spread: quantification and interpretation using stochastic block models [3.5450828190071655]
  ソーシャルネットワークでは、ユーザーの行動は、対話する人々、フィード内のニュース、トレンドトピックから生じる。 本稿では、エンティティ間のインタラクションの役割を調査する新しいモデル、Interactive Mixed Membership Block Model (IMMSBM)を提案する。 推論タスクでは、それらを考慮すれば、結果の確率の最大150%の非相互作用モデルに対する平均的な相対的な変化につながる。
  論文  参考訳（メタデータ） (2020-04-09T14:22:10Z)

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。