Fugu-MT 論文翻訳(概要): Characterizing Uncertainty in the Visual Text Analysis Pipeline

論文の概要: Characterizing Uncertainty in the Visual Text Analysis Pipeline

arxiv url: http://arxiv.org/abs/2209.13498v1
Date: Thu, 22 Sep 2022 15:53:34 GMT
ステータス: 処理完了
システム内更新日: 2022-10-02 23:13:08.349340
Title: Characterizing Uncertainty in the Visual Text Analysis Pipeline
Title（参考訳）: ビジュアルテキスト分析パイプラインにおける不確かさの特徴
Authors: Pantea Haghighatkhah and Mennatallah El-Assady and Jean-Daniel Fekete and Narges Mahyar and Carita Paradis and Vasiliki Simaki and Bettina Speckmann
Abstract要約: 視覚テキスト分析パイプラインにおける不確実性の原因を特徴付ける。ラベル付け、モデリング、分析の3段階において、6つの情報源を識別する。
参考スコア（独自算出の注目度）: 14.82785745797205
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Current visual text analysis approaches rely on sophisticated processing pipelines. Each step of such a pipeline potentially amplifies any uncertainties from the previous step. To ensure the comprehensibility and interoperability of the results, it is of paramount importance to clearly communicate the uncertainty not only of the output but also within the pipeline. In this paper, we characterize the sources of uncertainty along the visual text analysis pipeline. Within its three phases of labeling, modeling, and analysis, we identify six sources, discuss the type of uncertainty they create, and how they propagate.
Abstract（参考訳）: 現在のビジュアルテキスト分析アプローチは高度な処理パイプラインに依存している。このようなパイプラインの各ステップは、前ステップから不確実性を増幅する可能性がある。結果の理解性と相互運用性を確保するため、出力だけでなく、パイプライン内での不確実性も明確に伝達することが最重要となる。本稿では,視覚的テキスト解析パイプラインに沿った不確実性の源を特徴付ける。ラベル付け、モデリング、分析の3段階において、6つの情報源を特定し、それらが生成する不確実性の種類とどのように伝播するかについて議論する。

関連論文リスト

Unsupervised Robust Cross-Lingual Entity Alignment via Neighbor Triple Matching with Entity and Relation Texts [17.477542644785483]
言語間エンティティアライメント(EA)は、異なる言語間での複数の知識グラフ(KG)の統合を可能にする。近隣の3重マッチング戦略により、エンティティレベルとリレーレベルアライメントを共同で実行するEAパイプライン。
論文参考訳（メタデータ） (2024-07-22T12:25:48Z)
Modeling Uncertainty in Personalized Emotion Prediction with Normalizing Flows [6.32047610997385]
本研究では,条件付き正規化フローを用いて予測の不確かさを捉える新しい手法を提案する。感情認識とヘイトスピーチを含む3つの主観的NLP課題に対して,本手法の有効性を検証した。開発した手法によって得られた情報により,従来の手法を超越したハイブリッドモデルの構築が可能となった。
論文参考訳（メタデータ） (2023-12-10T23:21:41Z)
Decomposing Uncertainty for Large Language Models through Input Clarification Ensembling [69.83976050879318]
大規模言語モデル(LLM)では、不確実性の原因を特定することが、信頼性、信頼性、解釈可能性を改善するための重要なステップである。本稿では,LLMのための不確実性分解フレームワークについて述べる。提案手法は,入力に対する一連の明確化を生成し,それらをLLMに入力し,対応する予測をアンサンブルする。
論文参考訳（メタデータ） (2023-11-15T05:58:35Z)
Propagation and Attribution of Uncertainty in Medical Imaging Pipelines [11.65442828043714]
不確実性推定は、医療画像アプリケーションのための説明可能なニューラルネットワークを構築する手段を提供する。医用画像パイプラインにおける深層学習モデルのカスケードを介して不確実性を伝播する手法を提案する。
論文参考訳（メタデータ） (2023-09-28T20:23:25Z)
Uncertainty in Natural Language Processing: Sources, Quantification, and Applications [56.130945359053776]
NLP分野における不確実性関連作業の総合的なレビューを行う。まず、自然言語の不確実性の原因を、入力、システム、出力の3つのタイプに分類する。我々は,NLPにおける不確実性推定の課題について論じ,今後の方向性について論じる。
論文参考訳（メタデータ） (2023-06-05T06:46:53Z)
A Statistical Exploration of Text Partition Into Constituents: The Case of the Priestly Source in the Books of Genesis and Exodus [1.8780017602640042]
本稿では, テクストのテクスト探索のためのパイプラインを提案し, テクストのスタイメオグラフィーに基づく説明と, テキストの仮定分割の統計的検証を行う。私たちは、聖書の最初の2冊の本にパイプラインを適用し、そこでは1つの様式的な要素が聖書学者、すなわちプリーストリーの構成要素の目の前で際立っている。
論文参考訳（メタデータ） (2023-05-03T15:07:42Z)
Holistic Visual-Textual Sentiment Analysis with Prior Models [64.48229009396186]
本稿では,頑健な視覚・テキスト感情分析を実現するための総合的手法を提案する。提案手法は,(1)感情分析のためのデータから特徴を直接学習する視覚テキストブランチ,(2)選択された意味的特徴を抽出する事前学習された「専門家」エンコーダを備えた視覚専門家ブランチ,(3)暗黙的に視覚テキスト対応をモデル化するCLIPブランチ,(4)多モード特徴を融合して感情予測を行うBERTに基づくマルチモーダル特徴融合ネットワークの4つの部分から構成される。
論文参考訳（メタデータ） (2022-11-23T14:40:51Z)
Uncertain Evidence in Probabilistic Models and Stochastic Simulators [80.40110074847527]
我々は、不確実性を伴う観測を伴う確率論的モデルにおいて、ベイズ的推論を行うという問題について考察する。我々は、不確実な証拠をどう解釈するかを探求し、潜伏変数の推論に関連する適切な解釈の重要性を拡大する。我々は、不確実な証拠を説明するための具体的なガイドラインを考案し、特に一貫性に関する新しい洞察を提供する。
論文参考訳（メタデータ） (2022-10-21T20:32:59Z)
Beyond Model Interpretability: On the Faithfulness and Adversarial Robustness of Contrastive Textual Explanations [2.543865489517869]
本研究は、説明の忠実さに触発された新たな評価手法の基盤を築き、テキストの反事実を動機づけるものである。感情分析データを用いた実験では, 両モデルとも, 対物関係の関連性は明らかでないことがわかった。
論文参考訳（メタデータ） (2022-10-17T09:50:02Z)
Uncertainty as a Form of Transparency: Measuring, Communicating, and Using Uncertainty [66.17147341354577]
我々は,モデル予測に関連する不確実性を推定し,伝達することにより,相補的な透明性の形式を考えることについて議論する。モデルの不公平性を緩和し、意思決定を強化し、信頼できるシステムを構築するために不確実性がどのように使われるかを説明する。この研究は、機械学習、可視化/HCI、デザイン、意思決定、公平性にまたがる文学から引き出された学際的レビューを構成する。
論文参考訳（メタデータ） (2020-11-15T17:26:14Z)
The Curse of Performance Instability in Analysis Datasets: Consequences, Source, and Suggestions [93.62888099134028]
自然言語推論(NLI)および読み込み(RC)解析/ストレスセットにおける最先端モデルの性能は極めて不安定であることがわかった。このことは、(1)不安定さがこれらの分析セットに基づいて引き出された結論の信頼性にどのように影響するかという3つの疑問を提起する。不安定の原因に関する理論的説明と実証的証拠の両方を提示する。
論文参考訳（メタデータ） (2020-04-28T15:41:12Z)

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。