論文の概要: Topic Ontologies for Arguments
- arxiv url: http://arxiv.org/abs/2301.09759v1
- Date: Mon, 23 Jan 2023 23:43:24 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 14:38:14.972733
- Title: Topic Ontologies for Arguments
- Title(参考訳): 論説のトピックオントロジー
- Authors: Yamen Ajjour, Johannes Kiesel, Benno Stein, and Martin Potthast
- Abstract要約: 本論文は,45の論題コーパスを総合的に評価し,話題の包括的調査に貢献する。
本研究は,権威ある情報源とコーパスのトピックセットを比較することで,コーパスのトピックがソースによってよくカバーされていることを示す。
資料からの他のトピックは、現在のコーパスによってカバーされていないため、コーパス建設の興味深い方向性が明らかになっている。
- 参考スコア(独自算出の注目度): 26.87435881466599
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many computational argumentation tasks, like stance classification, are
topic-dependent: the effectiveness of approaches to these tasks significantly
depends on whether the approaches were trained on arguments from the same
topics as those they are tested on. So, which are these topics that researchers
train approaches on? This paper contributes the first comprehensive survey of
topic coverage, assessing 45 argument corpora. For the assessment, we take the
first step towards building an argument topic ontology, consulting three
diverse authoritative sources: the World Economic Forum, the Wikipedia list of
controversial topics, and Debatepedia. Comparing the topic sets between the
authoritative sources and corpora, our analysis shows that the corpora
topics-which are mostly those frequently discussed in public online fora - are
covered well by the sources. However, other topics from the sources are less
extensively covered by the corpora of today, revealing interesting future
directions for corpus construction.
- Abstract(参考訳): スタンス分類のような多くの計算議論タスクはトピックに依存しており、これらのタスクに対するアプローチの有効性は、それらがテストされているものと同じトピックから議論に基づいて訓練されたかどうかに大きく依存する。
では、研究者がアプローチを訓練するトピックは何か?
本論文は,45の論題コーパスを総合的に評価し,話題の包括的調査に貢献する。
評価のために、議論トピックオントロジーを構築するための第一歩を踏み出し、世界経済フォーラム、ウィキペディアの議論トピックリスト、ディベートペディアの3つの様々な権威ソースをコンサルティングします。
オーソリティ・ソースとコーパスのトピックセットを比較した結果,公開オンライン・フォラで頻繁に議論されるコーパスのトピックは,情報源によってよくカバーされていることがわかった。
しかし、資料からの他のトピックは、現在のコーパスによってカバーされていないため、コーパス建設の興味深い方向性が明らかになっている。
関連論文リスト
- Exploring Jiu-Jitsu Argumentation for Writing Peer Review Rebuttals [70.22179850619519]
議論の多くの領域では、人々の議論はいわゆる態度のルーツによって駆動される。
心理学における最近の研究は、表面的な推論に直接対抗するのではなく、ジウジツの「ソフト」戦闘システムに触発された議論スタイルに従うべきであることを示唆している。
我々は,新たな態度課題とテーマ誘導的反論生成を提案することによって,ピアレビューのための時事論争を初めて探求する。
論文 参考訳(メタデータ) (2023-11-07T13:54:01Z) - Explainable Topic-Enhanced Argument Mining from Heterogeneous Sources [33.62800469391487]
核エネルギーのような物議を醸す標的が与えられれば、議論の採鉱は異質な情報源から議論のテキストを識別することを目的としている。
現在のアプローチでは、ターゲット関連セマンティック情報を議論テキストに統合するより良い方法を模索している。
提案手法は, トピック・エンハンスな議論マイニング手法である。
論文 参考訳(メタデータ) (2023-07-22T17:26:55Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳(メタデータ) (2023-04-06T23:36:45Z) - Reasoning with Language Model Prompting: A Survey [86.96133788869092]
推論は複雑な問題解決に不可欠な能力であり、様々な現実世界のアプリケーションに対するバックエンドサポートを提供することができる。
本稿では,言語モデルによる推論に関する最先端の研究を包括的に調査する。
論文 参考訳(メタデータ) (2022-12-19T16:32:42Z) - Twitter Topic Classification [15.306383757213956]
我々は、ツイートトピック分類に基づく新しいタスクを提案し、関連する2つのデータセットをリリースする。
ソーシャルメディアで最も重要な議論点をカバーする幅広いトピックについて、トレーニングとテストデータを提供しています。
タスク上で,現在の汎用言語モデルとドメイン固有言語モデルの定量的評価と分析を行う。
論文 参考訳(メタデータ) (2022-09-20T16:13:52Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳(メタデータ) (2022-04-16T08:07:53Z) - MultiOpEd: A Corpus of Multi-Perspective News Editorials [46.86995662807853]
MultiOpEdはオープンドメインのニュース編集コーパスであり、ニュース編集における議論構造に関連する様々なタスクをサポートする。
本研究では,マルチタスク学習環境における視点要約の問題について,事例研究として考察する。
誘導タスクを補助タスクとすることで、視点要約の質を向上させることができることを示す。
論文 参考訳(メタデータ) (2021-06-04T21:23:22Z) - The Unfolding Structure of Arguments in Online Debates: The case of a
No-Deal Brexit [0.0]
オンライン討論の潜在的な議論構造を抽出,分類,探索するための5段階の手法を提案する。
合意なし」ブレグジットに関するTwitterのデータを用いて、このイベントが実現した場合の期待される影響に焦点を当てる。
その結果,提案手法を議論の統計的レトリック解析に用いることができることがわかった。
論文 参考訳(メタデータ) (2021-03-09T12:29:43Z) - Argument Mining Driven Analysis of Peer-Reviews [4.552676857046446]
本稿では,編集者,メタレビュアー,レビュアーの支援を目的としたArgument Miningに基づくアプローチを提案する。
以上の知見の1つは、ピアレビュープロセスで使われる引数が他のドメインの引数とは異なるため、事前学習されたモデルの転送が困難であるということです。
私たちは、注釈付き引数を持つさまざまなコンピュータサイエンス会議の新しいピアレビューデータセットをコミュニティに提供します。
論文 参考訳(メタデータ) (2020-12-10T16:06:21Z) - How do academic topics shift across altmetric sources? A case study of
the research area of Big Data [2.208242292882514]
出版物の著者キーワードとオンラインイベントの用語は、出版物のメイントピックとして抽出され、Altmetric.comで読者のオンラインディスカッションが行われる。
結果は、ビッグデータ科学研究に関する2つのトピックのセットの間に、かなりの違いがあることを示している。
ブログとニュースは、一般的に使用される用語に強い類似性を示し、政策文書とウィキペディアの記事は、ビッグデータ関連の研究を考察し解釈する上で、最も強い相違性を示している。
論文 参考訳(メタデータ) (2020-03-23T19:37:36Z) - What Changed Your Mind: The Roles of Dynamic Topics and Discourse in
Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。
議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文 参考訳(メタデータ) (2020-02-10T04:27:48Z)
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。