Fugu-MT 論文翻訳(概要): From Judgement's Premises Towards Key Points

論文の概要: From Judgement's Premises Towards Key Points

arxiv url: http://arxiv.org/abs/2212.12238v1
Date: Fri, 23 Dec 2022 10:20:58 GMT
ステータス: 処理完了
システム内更新日: 2022-12-26 16:09:33.904305
Title: From Judgement's Premises Towards Key Points
Title（参考訳）: 判断の前提からキーポイントへ
Authors: Oren Sultan, Rayen Dhahri, Yauheni Mardan, Tobias Eder, Georg Groh
Abstract要約: キーポイント分析は、要約と分類を組み合わせたNLPにおける比較的新しいタスクである。我々は、法的領域に焦点をあて、判断のテキストからKPを識別し抽出する手法を開発する。
参考スコア（独自算出の注目度）: 1.648438955311779
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Key Point Analysis(KPA) is a relatively new task in NLP that combines summarization and classification by extracting argumentative key points (KPs) for a topic from a collection of texts and categorizing their closeness to the different arguments. In our work, we focus on the legal domain and develop methods that identify and extract KPs from premises derived from texts of judgments. The first method is an adaptation to an existing state-of-the-art method, and the two others are new methods that we developed from scratch. We present our methods and examples of their outputs, as well a comparison between them. The full evaluation of our results is done in the matching task -- match between the generated KPs to arguments (premises).
Abstract（参考訳）: キーポイント分析(kpa)は、nlpにおいて比較的新しいタスクであり、テキストの集合からトピックに対する議論的キーポイント(kps)を抽出し、異なる引数への近さを分類することで要約と分類を組み合わせる。本研究では,法律領域に着目し,判断文から派生した前提からkpsを識別・抽出する手法を開発した。第1の方法は,既存の最先端手法への適応であり,他の2つはスクラッチから開発した新しい手法である。提案手法とそれらの出力の例,およびそれらの比較について述べる。結果の完全な評価はマッチングタスクで行われます -- 生成されたKPと引数(前提)の一致です。

関連論文リスト

Adversarial Pruning: A Survey and Benchmark of Pruning Methods for Adversarial Robustness [16.623648447423438]
近年の研究では、敵の例に対する堅牢性を保ちながら、ネットワークのサイズを小さくするニューラルネットワークプルーニング技術が提案されている。これらの手法には複雑で明瞭な設計が含まれており、違いを分析して公正かつ正確な比較を確立することは困難である。そこで我々は,パイプライン,いつ産卵するべきか,具体例,どのように産卵するべきかという2つの主要な次元に基づいて分類する新しい分類法を提案する。
論文参考訳（メタデータ） (2024-09-02T13:34:01Z)
Enhancing Argument Summarization: Prioritizing Exhaustiveness in Key Point Generation and Introducing an Automatic Coverage Evaluation Metric [3.0754290232284562]
キーポイント分析(KPA)タスクは、引数の集合のまとめを表すものとして引数の要約を定式化する。キーポイント生成(KPG)と呼ばれるKPAのサブタスクは、引数からこれらのキーポイントを生成することに焦点を当てている。本稿では,キーポイント生成のための新しい抽出手法を提案する。
論文参考訳（メタデータ） (2024-04-17T23:00:29Z)
Exploring Key Point Analysis with Pairwise Generation and Graph Partitioning [61.73411954056032]
キーポイント分析(KPA)は、議論採掘の分野において重要な未解決問題であり続けている。ペア生成とグラフ分割を併用したKPAの新しい手法を提案する。
論文参考訳（メタデータ） (2024-04-17T13:44:29Z)
Semantic Similarity Matching for Patent Documents Using Ensemble BERT-related Model and Novel Text Processing Method [4.313626569907121]
本稿では,4つのBERT関連モデルを組み込んだアンサンブル手法を提案し,重み付き平均化による意味的類似度を向上する。第二に、特許文書に適した新しいテキスト前処理方式を導入し、CPCコンテキストトレーニング中に意味的関係をキャプチャするトークンスコアリングを備えた特異な入力構造を特徴とする。
論文参考訳（メタデータ） (2024-01-06T02:35:49Z)
Do You Hear The People Sing? Key Point Analysis via Iterative Clustering and Abstractive Summarisation [12.548947151123555]
議論の要約は有望だが、現在未調査の分野である。キーポイント分析の主な課題の1つは、高品質なキーポイント候補を見つけることである。キーポイントの評価は自動的に生成された要約が役に立つことを保証するのに不可欠です
論文参考訳（メタデータ） (2023-05-25T12:43:29Z)
Comparing Methods for Extractive Summarization of Call Centre Dialogue [77.34726150561087]
そこで本稿では,これらの手法を用いて呼の要約を生成し,客観的に評価することにより,実験的な比較を行った。 TopicSum と Lead-N は他の要約法よりも優れており,BERTSum は主観的評価と客観的評価の両方で比較的低いスコアを得た。
論文参考訳（メタデータ） (2022-09-06T13:16:02Z)
Supporting Vision-Language Model Inference with Confounder-pruning Knowledge Prompt [71.77504700496004]
視覚言語モデルは、オープンセットの視覚概念を扱うために、画像とテキストのペアを共通の空間に整列させることで事前訓練される。事前訓練されたモデルの転送可能性を高めるため、最近の研究では、固定または学習可能なプロンプトが採用されている。しかし、どのようにして、どのプロンプトが推論性能を改善するのかは、まだ不明である。
論文参考訳（メタデータ） (2022-05-23T07:51:15Z)
Distant finetuning with discourse relations for stance classification [55.131676584455306]
そこで本研究では,定位分類のモデルとして,原文から銀ラベルでデータを抽出し,微調整する手法を提案する。また,様々な段階において微調整に用いるデータのノイズレベルが減少する3段階のトレーニングフレームワークを提案する。 NLPCC 2021共有タスクArgumentative Text Understanding for AI Debaterでは,26の競合チームの中で1位にランクインした。
論文参考訳（メタデータ） (2022-04-27T04:24:35Z)
Comprehensive Studies for Arbitrary-shape Scene Text Detection [78.50639779134944]
ボトムアップに基づくシーンテキスト検出のための統合フレームワークを提案する。統一されたフレームワークの下では、非コアモジュールの一貫性のある設定が保証されます。包括的調査と精巧な分析により、以前のモデルの利点と欠点を明らかにしている。
論文参考訳（メタデータ） (2021-07-25T13:18:55Z)
Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文参考訳（メタデータ） (2020-10-13T21:33:24Z)

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。