論文の概要: Community Learning: Understanding A Community Through NLP for Positive
Impact
- arxiv url: http://arxiv.org/abs/2210.00590v1
- Date: Sun, 2 Oct 2022 17:56:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 15:08:11.117850
- Title: Community Learning: Understanding A Community Through NLP for Positive
Impact
- Title(参考訳): コミュニティ学習: ポジティブインパクトのためのNLPによるコミュニティ理解
- Authors: Md Towhidul Absar Chowdhury and Naveen Sharma
- Abstract要約: 本研究では,コミュニティに関する自然言語データを抽出する計算課題として,コミュニティ学習の課題を提案する。
本研究では,知識グラフの可視化能力を示すために,ホームレスと教育の2つの事例について検討した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A post-pandemic world resulted in economic upheaval, particularly for the
cities' communities. While significant work in NLP4PI focuses on national and
international events, there is a gap in bringing such state-of-the-art methods
into the community development field. In order to help with community
development, we must learn about the communities we develop. To that end, we
propose the task of community learning as a computational task of extracting
natural language data about the community, transforming and loading it into a
suitable knowledge graph structure for further downstream applications. We
study two particular cases of homelessness and education in showing the
visualization capabilities of a knowledge graph, and also discuss other
usefulness such a model can provide.
- Abstract(参考訳): パンデミック後の世界は、特に都市社会にとって経済の悪化をもたらした。
NLP4PIにおける重要な研究は、国内外のイベントに焦点を当てているが、そのような最先端の手法をコミュニティ開発分野に持ち込むにはギャップがある。
コミュニティ開発を支援するためには、開発するコミュニティについて学ぶ必要がある。
そこで我々は,コミュニティに関する自然言語データを抽出し,さらに下流のアプリケーションに適した知識グラフ構造に変換してロードする計算タスクとして,コミュニティ学習の課題を提案する。
ナレッジグラフの可視化能力を示す上で,ホームレスと教育の2つの特別な事例を調査し,モデルが提供する他の有用性について考察する。
関連論文リスト
- CommunityAI: Towards Community-based Federated Learning [6.535815174238974]
コミュニティベースフェデレーション学習のための新しいフレームワークであるCommunityAIを提案する。
CommunityAIは、参加者の関心や専門知識、データ特性に基づいて、参加者をコミュニティにまとめることを可能にする。
我々は,解決すべき概念的アーキテクチャ,システム要件,プロセス,今後の課題について議論する。
論文 参考訳(メタデータ) (2023-11-29T09:31:52Z) - Beyond Factuality: A Comprehensive Evaluation of Large Language Models
as Knowledge Generators [78.63553017938911]
大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。
しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。
本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
論文 参考訳(メタデータ) (2023-10-11T08:22:37Z) - Iterative Zero-Shot LLM Prompting for Knowledge Graph Construction [104.29108668347727]
本稿では,最新の生成型大規模言語モデルの可能性を活用する,革新的な知識グラフ生成手法を提案する。
このアプローチは、新しい反復的なゼロショットと外部知識に依存しない戦略を含むパイプラインで伝達される。
我々は、我々の提案がスケーラブルで多目的な知識グラフ構築に適したソリューションであり、異なる新しい文脈に適用できると主張している。
論文 参考訳(メタデータ) (2023-07-03T16:01:45Z) - Lessons Learned from a Citizen Science Project for Natural Language
Processing [53.48988266271858]
市民科学はクラウドソーシングの代替であり、NLPの文脈では比較的研究されていない。
我々は、既存のクラウドソースデータセットの一部を注釈付けすることで、NLPの市民科学における様々なボランティアグループへの参加について探索的研究を行う。
この結果から,高品質なアノテーションが得られ,モチベーションの高いボランティアを惹きつけるだけでなく,スケーラビリティや時間的関与,法的・倫理的問題といった要因も考慮する必要があることが示唆された。
論文 参考訳(メタデータ) (2023-04-25T14:08:53Z) - Social Inclusion in Curated Contexts: Insights from Museum Practices [6.09170287691728]
博物館体験は、社会的に包括的なアプローチでAIを構築するための有用なレッスンを提供する、と我々は主張する。
中立性の価値を擁護する代わりに、実践者は自身のバックグラウンドの影響を認識している。
データ収集と機械学習の段階を超えた状況解釈の余地があるはずだ。
論文 参考訳(メタデータ) (2022-05-10T22:22:12Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳(メタデータ) (2021-10-05T12:51:11Z) - Does Knowledge Help General NLU? An Empirical Study [13.305282275999781]
言語モデルのエンドツーエンド性能を計測し,外部知識の寄与について検討する。
知識の導入は、他のタスクに悪影響を及ぼすことなく、特定のタスクにおける結果を大幅に改善できることがわかった。
論文 参考訳(メタデータ) (2021-09-01T18:17:36Z) - Expanding Cybersecurity Knowledge Through an Indigenous Lens: A First
Look [10.620356708903596]
我々は、西マニトバ地域のファースト・ネイションズ・コミュニティと、現在進行中のコミュニティ・エンゲージメント・イニシアチブについて論じる。
このイニシアチブには、サイバーセキュリティのトピックに焦点を当てた知識共有活動が含まれる。
本研究の最初の研究は,概念分析と計画段階に焦点をあてたものである。
論文 参考訳(メタデータ) (2021-03-30T19:25:01Z) - Knowledge-Preserving Incremental Social Event Detection via
Heterogeneous GNNs [72.09532817958932]
ソーシャルイベント検出のための知識保存型不均一グラフニューラルネットワーク(KPGNN)を提案する。
KPGNNは複雑なソーシャルメッセージを統一されたソーシャルグラフにモデル化し、データの活用を促進し、知識抽出のためのGNNの表現力を探る。
また、GNNの帰納的学習能力を活用して、イベントを効率的に検出し、これまで見つからなかったデータからその知識を拡張する。
論文 参考訳(メタデータ) (2021-01-21T17:56:57Z) - JAKET: Joint Pre-training of Knowledge Graph and Language Understanding [73.43768772121985]
本稿では,知識グラフと言語の両方をモデル化する新しい事前学習フレームワークであるJAKETを提案する。
知識モジュールと言語モジュールは相互に支援するための重要な情報を提供する。
我々の設計により、事前学習されたモデルは、新しいドメインの見知らぬ知識グラフに容易に適応できる。
論文 参考訳(メタデータ) (2020-10-02T05:53:36Z) - Population Mapping in Informal Settlements with High-Resolution
Satellite Imagery and Equitable Ground-Truth [1.4414055798999759]
低所得都市部における密集集落の人口推定のための一般化可能な枠組みを提案する。
我々は,地域コミュニティと連携して収集される等質な地平データを用いている。
本研究では,フレキシブルでカスタマイズ可能な空間分解能を実現するグリッド型人口推定モデルを提案する。
論文 参考訳(メタデータ) (2020-09-17T16:37:32Z)
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。