論文の概要: Using meaning instead of words to track topics

• arxiv url: http://arxiv.org/abs/2301.00565v1
• Date: Mon, 2 Jan 2023 08:55:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-03 13:48:44.677232
• Title: Using meaning instead of words to track topics
• Title（参考訳）: 単語の代わりに意味を使って話題を追跡する
• Authors: Judicael Poumay, Ashwin Ittoo
• Abstract要約: 現在、既存のトピックトラッキング手法はすべて、単語使用量に合わせて語彙情報を使用している。 単語埋め込みを用いた意味に基づく新しい手法について検討する。 本結果から,トピックトラッキングに対する意味論的アプローチは語彙的アプローチと同等であるが,異なる誤りを犯すことが示唆された。
• 参考スコア（独自算出の注目度）: 0.76146285961466
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The ability to monitor the evolution of topics over time is extremely valuable for businesses. Currently, all existing topic tracking methods use lexical information by matching word usage. However, no studies has ever experimented with the use of semantic information for tracking topics. Hence, we explore a novel semantic-based method using word embeddings. Our results show that a semantic-based approach to topic tracking is on par with the lexical approach but makes different mistakes. This suggest that both methods may complement each other.
• Abstract（参考訳）: 時間とともにトピックの進化を監視する能力は、ビジネスにとって非常に価値がある。 現在、既存のトピック追跡手法はすべて、単語の使用法をマッチングして語彙情報を使用する。 しかし、トピックを追跡するために意味情報を使うことを実験した研究はない。 そこで本研究では,単語埋め込みを用いた意味論的手法を提案する。 その結果,トピック追跡に対する意味論的アプローチは語彙的アプローチと同等であるが,異なる誤りを犯すことが示されている。 これはどちらの方法も互いに補完する可能性があることを示唆する。

関連論文リスト

• SLAck: Semantic, Location, and Appearance Aware Open-Vocabulary Tracking [89.43370214059955]
  Open-vocabulary Multiple Object Tracking (MOT)は、トレーニングセットにはない新しいカテゴリにトラッカーを一般化することを目的としている。 我々は,連合の初期段階において,意味論,位置,出現の先行を共同で検討する統一的な枠組みを提案する。 提案手法は,異なるキューを融合するための複雑な後処理を排除し,大規模オープン語彙追跡のための関連性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-09-17T14:36:58Z)
• Towards Open Vocabulary Learning: A Survey [146.90188069113213]
  ディープニューラルネットワークは,セグメンテーションやトラッキング,検出といった,さまざまなコアタスクにおいて,目覚ましい進歩を遂げている。 近年、視覚言語事前学習の急速な進歩により、オープンな語彙設定が提案されている。 本稿では,その分野における最近の発展を要約し分析し,オープンな語彙学習の徹底的なレビューを行う。
  論文  参考訳（メタデータ） (2023-06-28T02:33:06Z)
• Transductive Learning for Unsupervised Text Style Transfer [60.65782243927698]
  教師なしスタイル転送モデルは、主に帰納的学習アプローチに基づいている。 本稿では,検索に基づく文脈認識スタイルの表現に基づく新しいトランスダクティブ学習手法を提案する。
  論文  参考訳（メタデータ） (2021-09-16T08:57:20Z)
• Bridging Gap between Image Pixels and Semantics via Supervision: A Survey [34.3339977386633]
  低レベルの特徴と画像の意味的意味のセマンティックなギャップは、数十年にわたって知られている。 セマンティックギャップは、主に今日の教師あり学習によって橋渡しされている、と我々は主張する。
  論文  参考訳（メタデータ） (2021-07-29T05:55:40Z)
• Term-community-based topic detection with variable resolution [0.0]
  巨大なテキストコレクションにおけるトピック検出のためのネットワークベースの手順は、確率的トピックモデルの直感的な代替手段を提供する。 ドメインの専門家の要求を念頭に置いて特別に設計された手法を紹介します。 本手法の適用を一般ニュース記事のコーパスで実証し,詳細な社会科学専門家評価の結果を示す。
  論文  参考訳（メタデータ） (2021-03-25T01:29:39Z)
• Fake it Till You Make it: Self-Supervised Semantic Shifts for Monolingual Word Embedding Tasks [58.87961226278285]
  語彙意味変化をモデル化するための自己教師付きアプローチを提案する。 本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。 3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
  論文  参考訳（メタデータ） (2021-01-30T18:59:43Z)
• Context Dependent Semantic Parsing: A Survey [56.69006903481575]
  意味解析は、自然言語の発話を機械可読な意味表現に変換するタスクである。 現在、ほとんどの意味解析手法は文脈情報を利用することができない。 この問題に対処するため、コンテキスト依存のセマンティック解析が最近多くの注目を集めている。
  論文  参考訳（メタデータ） (2020-11-02T07:51:05Z)
• How Far are We from Effective Context Modeling? An Exploratory Study on Semantic Parsing in Context [59.13515950353125]
  文法に基づく意味解析を行い,その上に典型的な文脈モデリング手法を適用する。 我々は,2つの大きなクロスドメインデータセットに対して,13のコンテキストモデリング手法を評価した。
  論文  参考訳（メタデータ） (2020-02-03T11:28:10Z)

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。