Fugu-MT 論文翻訳(概要): Automatic Text Simplification of News Articles in the Context of Public Broadcasting

論文の概要: Automatic Text Simplification of News Articles in the Context of Public Broadcasting

arxiv url: http://arxiv.org/abs/2212.13317v1
Date: Mon, 26 Dec 2022 22:59:57 GMT
ステータス: 処理完了
システム内更新日: 2022-12-29 14:16:06.797518
Title: Automatic Text Simplification of News Articles in the Context of Public Broadcasting
Title（参考訳）: 公共放送におけるニュース記事の自動テキスト簡易化
Authors: Diego Maupom\'e, Fanny Rancourt, Thomas Soulas, Alexandre Lachance, Marie-Jean Meurs, Desislava Aleksandrova, Olivier Brochu Dufour, Igor Pontes, R\'emi Cardon, Michel Simard, Sowmya Vajjala
Abstract要約: CBC/Radio-Canadaが自動テキスト単純化(ATS)のテーマで提出した問題に対処した。本報告は,2022年8月にモントリオール大学で開かれた第12回モントリオール工業問題解決ワークショップにおいて,著者らが行った成果をまとめたものである。
参考スコア（独自算出の注目度）: 44.83548319325567
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This report summarizes the work carried out by the authors during the Twelfth Montreal Industrial Problem Solving Workshop, held at Universit\'e de Montr\'eal in August 2022. The team tackled a problem submitted by CBC/Radio-Canada on the theme of Automatic Text Simplification (ATS).
Abstract（参考訳）: 本報告は,2022年8月にモントリオール大学で開かれた第12回モントリオール工業問題解決ワークショップにおいて,著者らが行った成果をまとめたものである。チームは、CBC/Radio-Canadaが自動テキスト単純化(ATS)というテーマで提出した問題に取り組みました。

関連論文リスト

Findings of the IWSLT 2024 Evaluation Campaign [102.7608597658451]
本稿は、第21回IWSLT会議によって組織された共有タスクについて報告する。共通タスクは、音声翻訳における7つの科学的課題に対処する。
論文参考訳（メタデータ） (2024-11-07T19:11:55Z)
Team MTS @ AutoMin 2021: An Overview of Existing Summarization Approaches and Comparison to Unsupervised Summarization Techniques [0.0]
本稿では,クラスタリングに基づく教師なし要約手法を提案し,実生活記録上で動作可能な適応型音声認識ブロックを含むパイプラインを提供する。提案手法は,ルージュ1,ルージュ2,ルージュ2,ルージュLの0.21,0.02,0.2,ルージュ1,ルージュ2,ルージュL,アデクシー,文法的正当性およびフラエンシ値0.0180,0.035,0.098,1.857,2.304,1.911を用いて,自動ミツニングタスクにおける事前学習の要約モデルより優れている。
論文参考訳（メタデータ） (2024-10-04T13:23:50Z)
Mast Kalandar at SemEval-2024 Task 8: On the Trail of Textual Origins: RoBERTa-BiLSTM Approach to Detect AI-Generated Text [7.959800630494841]
SemEval 2024は、マルチジェネレータ、マルチドメイン、マルチ言語ブラックボックスマシン生成テキスト検出のタスクを導入している。本稿では,テキストをAI生成か人間かの2つのカテゴリに分類するために,RoBERTa-BiLSTMに基づく分類器を提案する。私たちのアーキテクチャは、125の内、80.83の正確さで、公式のリーダーボードで46位でした。
論文参考訳（メタデータ） (2024-07-03T10:22:23Z)
Findings of the WMT 2023 Shared Task on Discourse-Level Literary Translation: A Fresh Orb in the Cosmos of LLMs [80.05205710881789]
我々は、著作権と文書レベルの中国英語ウェブ小説コーパスをリリースする。今年は7つのアカデミックチームと業界チームから14の応募を受け取りました。システムの公式ランキングは、全体的な人間の判断に基づいている。
論文参考訳（メタデータ） (2023-11-06T14:23:49Z)
Overview of AuTexTification at IberLEF 2023: Detection and Attribution of Machine-Generated Text in Multiple Domains [6.44756483013808]
本稿では,IberleF 2023 Workshop in Iberian Languages Evaluation Forumの一環として,AuTexTificationタスクの概要を紹介する。 AuTexTificationデータセットには、2つの言語(英語とスペイン語)と5つのドメイン(ツイート、レビュー、ニュース、法律、ハウツー記事)に160万以上のテキストが含まれています。合計114チームが参加し、うち36チームが175回、20チームがワークノートを送付した。
論文参考訳（メタデータ） (2023-09-20T13:10:06Z)
Elaborative Simplification as Implicit Questions Under Discussion [51.17933943734872]
本稿では,QUD フレームワークのレンズによる共同作業の簡略化について考察する。本研究は,QUDを明示的にモデル化することで,作業の単純化と,作業内容と作業内容の関連性について,重要な理解が得られていることを示す。
論文参考訳（メタデータ） (2023-05-17T17:26:16Z)
Findings of the TSAR-2022 Shared Task on Multilingual Lexical Simplification [12.33631648094732]
TSAR-2022共有タスクは、EMNLP 2022と共同で開催されたテキストの簡素化、アクセシビリティ、可読性に関するワークショップの一部として編成された。自然言語処理研究コミュニティ(Natural Language Processing Research Community)と呼ばれるこの課題は、英語、ポルトガル語、スペイン語の多言語語彙の単純化において、芸術の状態を前進させる方法に貢献するものである。共有タスクの結果は、英語の語彙的単純化による語彙的単純化の新しいベンチマークが、スペイン語や(ブラジル語)ポルトガル語よりも顕著に高い結果を示した。
論文参考訳（メタデータ） (2023-02-06T15:53:51Z)
CREATIVESUMM: Shared Task on Automatic Summarization for Creative Writing [90.58269243992318]
本稿では,複数の創作分野,すなわち文学テキスト,映画脚本,テレビ脚本を要約する作業について紹介する。 4つのサブタスクとその対応するデータセットを導入し、本、映画脚本、プライムタイムテレビ脚本、昼間のソープオペラ脚本の要約に焦点を当てた。 COING 2022でのCREATIVESUMMワークショップの一環として、共有タスクには合計18の応募が寄せられた。
論文参考訳（メタデータ） (2022-11-10T21:31:03Z)
Towards End-to-End Open Conversational Machine Reading [57.18251784418258]
オープン検索型会話機械読解(OR-CMR)タスクでは,機械は対話履歴とテキスト知識ベースに応答するマルチターン質問を行う必要がある。 OR-CMRを完全エンドツーエンドで統一されたテキスト・ツー・テキスト・タスクとしてモデル化し、ShARCおよびOR-ShARCデータセットを用いた実験により、提案したエンドツーエンド・フレームワークの有効性を示す。
論文参考訳（メタデータ） (2022-10-13T15:50:44Z)
The HW-TSC's Offline Speech Translation Systems for IWSLT 2021 Evaluation [22.617563646374602]
本稿では,IWSLT-2021オフライン音声翻訳タスクの取り組みについて述べる。本システムは,話者ダイアリゼーションモジュール,音声認識モジュール(ASR)モジュール,機械翻訳モジュール(MT)モジュールなど,カスケード形式で構築された。本手法は2021年のテストセットで24.6 BLEUのスコアを得る。
論文参考訳（メタデータ） (2021-08-09T07:28:04Z)

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。