論文の概要: Stance Detection and Open Research Avenues
- arxiv url: http://arxiv.org/abs/2210.12383v1
- Date: Sat, 22 Oct 2022 08:18:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-25 15:59:17.875522
- Title: Stance Detection and Open Research Avenues
- Title（参考訳）: スタンス検出とオープンリサーチ・アベニュー
- Authors: Dilek K\"u\c{c}\"uk and Fazli Can
- Abstract要約: 本チュートリアルは, 姿勢検出技術の現状と, オープンな研究の道のりに対処することを目的としている。
このチュートリアルは、姿勢検出、ソーシャルメディア分析、情報検索、自然言語処理の研究者や実践者にとって有用なガイドとなる。
- 参考スコア（独自算出の注目度）: 4.83528915855309
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This tutorial aims to cover the state-of-the-art on stance detection and
address open research avenues for interested researchers and practitioners.
Stance detection is a recent research topic where the stance towards a given
target or target set is determined based on the given content and there are
significant application opportunities of stance detection in various domains.
The tutorial comprises two parts where the first part outlines the fundamental
concepts, problems, approaches, and resources of stance detection, while the
second part covers open research avenues and application areas of stance
detection. The tutorial will be a useful guide for researchers and
practitioners of stance detection, social media analysis, information
retrieval, and natural language processing.
- Abstract（参考訳）: 本チュートリアルは,姿勢検出技術の現状と,研究者や実践者を対象としたオープンな研究の道のりについて紹介することを目的としている。
スタンス検出は、与えられたコンテンツに基づいて特定のターゲットまたはターゲットセットに対するスタンスが決定される最近の研究トピックであり、様々な領域において、重要なスタンス検出の応用機会がある。
チュートリアルは、第1部がスタンス検出の基本的な概念、問題、アプローチ、リソースを概説する部分と、第2部がスタンス検出のオープンな研究経路と応用領域を網羅する部分からなる。
このチュートリアルは、姿勢検出、ソーシャルメディア分析、情報検索、自然言語処理の研究者や実践者にとって有用なガイドとなる。
関連論文リスト
- A Survey of Stance Detection on Social Media: New Directions and Perspectives [50.27382951812502]
姿勢検出は 感情コンピューティングにおける 重要なサブフィールドとして現れました
近年は、効果的な姿勢検出手法の開発に対する研究の関心が高まっている。
本稿では,ソーシャルメディア上での姿勢検出手法に関する包括的調査を行う。
論文 参考訳（メタデータ） (2024-09-24T03:06:25Z) - A Review of Human-Object Interaction Detection [6.1941885271010175]
ヒトと物体の相互作用(HOI)の検出は、高レベルの視覚的理解において重要な役割を果たす。
本稿では,画像に基づくHOI検出における最近の研究を体系的に要約し,考察する。
論文 参考訳（メタデータ） (2024-08-20T08:32:39Z) - Expert exploranation for communicating scientific methods -- A case study in conflict research [7.181426448513601]
本研究では,研究者同士のコミュニケーションを支援するだけでなく,研究者同士のコミュニケーションを直接支援できることを示す。
我々は,対話型ビジュアルストーリーの3つのバージョンを開発し,研究者と対立する手法を説明した。
評価からの肯定的かつ広範囲なフィードバックは、専門家の爆発がビジュアルなストーリーテリングにとって有望な方向であることを示している。
論文 参考訳（メタデータ） (2024-05-23T09:15:46Z) - Collaborative Knowledge Infusion for Low-resource Stance Detection [83.88515573352795]
姿勢検出モデルを支援するために、ターゲット関連の知識がしばしば必要である。
低リソース姿勢検出タスクに対する協調的知識注入手法を提案する。
論文 参考訳（メタデータ） (2024-03-28T08:32:14Z) - Federated Learning for Generalization, Robustness, Fairness: A Survey
and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。
我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文 参考訳（メタデータ） (2023-11-12T06:32:30Z) - Oriented Object Detection in Optical Remote Sensing Images using Deep Learning: A Survey [10.665235711722076]
オブジェクト指向物体検出は、リモートセンシングにおいて最も基本的で困難なタスクの1つである。
近年,ディープラーニング技術を用いたオブジェクト指向物体検出の進歩が目覚ましい。
論文 参考訳（メタデータ） (2023-02-21T06:31:53Z) - Few-Shot Stance Detection via Target-Aware Prompt Distillation [48.40269795901453]
本論文は,知識ベースや少人数の学習者を対象とした事前学習型言語モデル(PLM)の可能性に着想を得たものである。
PLMは、ターゲットに対して重要なコンテキスト情報を提供し、プロンプトを介して数発の学習を可能にする。
姿勢検出タスクにおいて,対象が重要な役割を担っていることを考慮し,目標認識プロンプトを設計し,新しい言語化手法を提案する。
論文 参考訳（メタデータ） (2022-06-27T12:04:14Z) - Deep Learning for Anomaly Detection: A Review [150.9270911031327]
本稿では,3つの高レベルカテゴリと11の細粒度カテゴリの進歩を網羅した包括的分類法による深部異常検出の研究について調査する。
我々は、それらの重要な直観、客観的機能、基礎となる仮定、利点とデメリットをレビューし、上記の課題にどのように対処するかについて議論する。
論文 参考訳（メタデータ） (2020-07-06T02:21:16Z) - Stance Detection on Social Media: State of the Art and Trends [5.584060970507506]
ソーシャルメディアにおけるスタンス検出は、感情分析が最適ではないかもしれない様々な社会的・政治的応用のための新たな意見マイニングパラダイムである。
本稿では,これらのコミュニティにおけるスタンス検出の取り組みについて調査し,ソーシャルメディアにおける現在の意見マイニング手法における利用状況について考察する。
ソーシャルメディア上でのスタンス検出手法の徹底的なレビューとして,タスク定義,スタンス検出におけるさまざまなタイプのターゲット,使用する機能,適用されたさまざまな機械学習アプローチについて紹介する。
論文 参考訳（メタデータ） (2020-06-05T19:24:16Z) - Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities [52.59080024266596]
本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。
まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。
次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
論文 参考訳（メタデータ） (2020-01-21T09:55:59Z)
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。