論文の概要: Overview of the SV-Ident 2022 Shared Task on Survey Variable
Identification in Social Science Publications
- arxiv url: http://arxiv.org/abs/2209.09062v1
- Date: Mon, 19 Sep 2022 14:54:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 18:45:42.666376
- Title: Overview of the SV-Ident 2022 Shared Task on Survey Variable
Identification in Social Science Publications
- Title(参考訳): 社会科学出版物における調査変数識別に関するsv-ident 2022共同タスクの概要
- Authors: Tornike Tsereteli, Yavuz Selim Kartal, Simone Paolo Ponzetto, Andrea
Zielinski, Kai Eckert, Philipp Mayr
- Abstract要約: 第3回学術文書処理ワークショップ(SDP)におけるSV-Ident共有タスクの概要について概説する。
共有タスクでは、参加者に文と変数の語彙を付与し、どの変数が、もしあれば、学術文献の個々の文にフルテキストで言及されているかを特定するように求めた。
- 参考スコア(独自算出の注目度): 15.535943784385056
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we provide an overview of the SV-Ident shared task as part of
the 3rd Workshop on Scholarly Document Processing (SDP) at COLING 2022. In the
shared task, participants were provided with a sentence and a vocabulary of
variables, and asked to identify which variables, if any, are mentioned in
individual sentences from scholarly documents in full text. Two teams made a
total of 9 submissions to the shared task leaderboard. While none of the teams
improve on the baseline systems, we still draw insights from their submissions.
Furthermore, we provide a detailed evaluation. Data and baselines for our
shared task are freely available at https://github.com/vadis-project/sv-ident
- Abstract(参考訳): 本稿では,第3回SDPワークショップ(Coling 2022)の一環として,SV-Ident共有タスクの概要を紹介する。
共有タスクでは、参加者には文と変数の語彙が提供され、いずれかの変数が、学術文書から全文で個々の文中に言及されているかを特定するよう求めた。
2つのチームが共有タスクのリーダーボードに合計9回の応募を行った。
ベースラインシステムでは、どのチームも改善していませんが、提案から洞察を得ています。
さらに、我々は詳細な評価を行う。
共有タスクのデータとベースラインはhttps://github.com/vadis-project/sv-identで自由に入手できる。
関連論文リスト
- ArAIEval Shared Task: Propagandistic Techniques Detection in Unimodal and Multimodal Arabic Content [9.287041393988485]
我々は、ACL 2024と共同で開催されるアラビア2024会議の一環として組織された、ArAIEval共有タスクの第2版の概要を示す。
この版では、(i)つぶやきやニュース記事の特定による宣伝的テキストスパンの検出、(ii)プロパガンダ主義と非プロパガンダ主義のミームを区別する2つのタスクが提供されている。
最終評価フェーズには14チームが参加し、それぞれ6チームと9チームがタスク1と2に参加した。
論文 参考訳(メタデータ) (2024-07-05T04:28:46Z) - The Power of Summary-Source Alignments [62.76959473193149]
多文書要約(MDS)は難しい課題であり、しばしばサリエンスと冗長性検出のサブタスクに分解される。
参照要約とそのソース文書間の対応する文のアライメントを利用して、トレーニングデータを生成する。
本稿では,よりきめ細かな提案スパンレベルで適用することで,要約ソースアライメントフレームワークを拡張することを提案する。
論文 参考訳(メタデータ) (2024-06-02T19:35:19Z) - Distribution Matching for Multi-Task Learning of Classification Tasks: a
Large-Scale Study on Faces & Beyond [62.406687088097605]
マルチタスク学習(MTL)は、複数の関連するタスクを共同で学習し、共有表現空間から恩恵を受けるフレームワークである。
MTLは、ほとんど重複しない、あるいは重複しないアノテーションで分類タスクで成功することを示す。
本稿では,分散マッチングによるタスク間の知識交換を可能にする新しい手法を提案する。
論文 参考訳(メタデータ) (2024-01-02T14:18:11Z) - IMProv: Inpainting-based Multimodal Prompting for Computer Vision Tasks [124.90137528319273]
本稿では,マルチモーダルプロンプトから視覚タスクをインコンテキストで学習できる生成モデルIMProvを提案する。
我々は、コンピュータビジョン論文とその関連キャプションから、新しい数字のデータセットにマスク付き生成変換器を訓練する。
推測時間中、テキストおよび/または画像タスクの例でモデルにプロンプトし、そのモデルに対応する出力を印字させる。
論文 参考訳(メタデータ) (2023-12-04T09:48:29Z) - On Task-personalized Multimodal Few-shot Learning for Visually-rich
Document Entity Retrieval [59.25292920967197]
VDER(Few-shot document entity search)は、NLPアプリケーションにおいて重要なトピックである。
FewVEXは、エンティティレベルの少数ショットVDERの分野における将来の研究を促進するための、新しいデータセットである。
本稿では,タスクパーソナライズを効果的に実現することを中心に,タスク認識型メタラーニングベースのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-11-01T17:51:43Z) - Vietnamese multi-document summary using subgraph selection approach --
VLSP 2022 AbMuSu Shared Task [0.0]
文書要約は、文書の流動的で凝縮した要約を生成するタスクである。
本稿では,抽出MDS問題をサブグラフ選択に変換することに焦点を当てる。
VLSP評価キャンペーン2022で発表されたベトナムのデータセットで実験が行われた。
論文 参考訳(メタデータ) (2023-06-26T16:34:02Z) - CREATIVESUMM: Shared Task on Automatic Summarization for Creative
Writing [90.58269243992318]
本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。
4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。
COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
論文 参考訳(メタデータ) (2022-11-10T21:31:03Z) - Association Graph Learning for Multi-Task Classification with Category
Shifts [68.58829338426712]
関連する分類タスクが同じラベル空間を共有し、同時に学習されるマルチタスク分類に焦点を当てる。
我々は、不足クラスのためのタスク間で知識を伝達する関連グラフを学習する。
我々の手法は代表的基準よりも一貫して性能が良い。
論文 参考訳(メタデータ) (2022-10-10T12:37:41Z) - Handshakes AI Research at CASE 2021 Task 1: Exploring different
approaches for multilingual tasks [0.22940141855172036]
ケース2021共有タスク1の目的は,多言語環境下での社会・政治・危機事象情報の検出と分類である。
提案書にはすべてのサブタスクのエントリが含まれており,得られたスコアが調査結果の妥当性を検証した。
論文 参考訳(メタデータ) (2021-10-29T07:58:49Z) - Comparing Approaches to Dravidian Language Identification [4.284178873394113]
本稿では、VarDial 2021ワークショップにおいて、チームHWRによるDLI(Dravidian Language Identification)共有タスクへの提出について述べる。
DLIトレーニングセットには、ローマ文字で書かれた16,674のYouTubeコメントが含まれ、英語とコードミックスされたテキストと3つの南ドラヴィディアン言語(カンナダ語、マラヤラム語、タミル語)の1つです。
本結果は,他の多くのテキスト分類タスクほど,ディープラーニング手法が言語識別関連タスクと競合するものではない,という考え方を補強するものである。
論文 参考訳(メタデータ) (2021-03-09T16:58:55Z)
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。