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
- 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) - Generative Judge for Evaluating Alignment [84.09815387884753]
本稿では,これらの課題に対処するために,13Bパラメータを持つ生成判断器Auto-Jを提案する。
我々のモデルは,大規模な実環境シナリオ下でのユーザクエリとLLM生成応答に基づいて訓練されている。
実験的に、Auto-Jはオープンソースモデルとクローズドソースモデルの両方を含む、強力なライバルのシリーズを上回っている。
論文 参考訳(メタデータ) (2023-10-09T07:27:15Z) - 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) - 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) - Key Point Analysis via Contrastive Learning and Extractive Argument
Summarization [26.104816072770305]
本稿では,第8回Argument Miningワークショップと連携して,キーポイント分析共有タスクに対する提案手法を提案する。
1つのコンポーネントは、キーポイントに引数をマッチングするために、シアムニューラルネットワークを介して対照的な学習を採用する。
自動評価と手動評価の両方において,提案手法は共有タスクに対する全ての提案の中で最良であった。
論文 参考訳(メタデータ) (2021-09-30T12:54:26Z) - FewNLU: Benchmarking State-of-the-Art Methods for Few-Shot Natural
Language Understanding [89.92513889132825]
本稿では,従来の評価手順を,テスト性能,開発-テスト相関,安定性の3つの重要な側面で改善する評価フレームワークを提案する。
評価フレームワークを実装したツールキットFewNLUと、最先端のメソッドをオープンソースとして公開しています。
論文 参考訳(メタデータ) (2021-09-27T00:57:30Z) - 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) - UniKeyphrase: A Unified Extraction and Generation Framework for
Keyphrase Prediction [20.26899340581431]
キーワード予測タスクは、与えられたドキュメントのメインアイデアを要約できるいくつかのキーフレーズを予測することを目的としている。
メインストリームKP法は、純粋に生成的アプローチと、抽出と生成を伴う統合モデルに分類することができる。
キーフレーズの抽出と生成を共同で学習する新しいエンドツーエンド学習フレームワークUniKeyphraseを提案する。
論文 参考訳(メタデータ) (2021-06-09T07:09:51Z) - 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。
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。