論文の概要: A Survey on Event-based News Narrative Extraction
- arxiv url: http://arxiv.org/abs/2302.08351v1
- Date: Thu, 16 Feb 2023 15:11:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-17 13:41:12.878991
- Title: A Survey on Event-based News Narrative Extraction
- Title（参考訳）: イベントベースニュースナラティブ抽出に関する調査
- Authors: Brian Keith Norambuena, Tanushree Mitra, Chris North
- Abstract要約: 本調査は,イベントベースニュースナラティブ抽出分野の研究を幅広く行ったものである。
我々は、54の関連記事を得た900以上の記事をスクリーニングした。
レビューされた研究に基づいて、最近のトレンド、オープンチャレンジ、潜在的研究線を特定する。
- 参考スコア（独自算出の注目度）: 10.193264105560862
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Narratives are fundamental to our understanding of the world, providing us
with a natural structure for knowledge representation over time. Computational
narrative extraction is a subfield of artificial intelligence that makes heavy
use of information retrieval and natural language processing techniques.
Despite the importance of computational narrative extraction, relatively little
scholarly work exists on synthesizing previous research and strategizing future
research in the area. In particular, this article focuses on extracting news
narratives from an event-centric perspective. Extracting narratives from news
data has multiple applications in understanding the evolving information
landscape. This survey presents an extensive study of research in the area of
event-based news narrative extraction. In particular, we screened over 900
articles that yielded 54 relevant articles. These articles are synthesized and
organized by representation model, extraction criteria, and evaluation
approaches. Based on the reviewed studies, we identify recent trends, open
challenges, and potential research lines.
- Abstract（参考訳）: 物語は我々の世界理解の基盤であり、時間とともに知識表現の自然な構造を提供する。
計算的物語抽出は、情報検索と自然言語処理技術を多用した人工知能のサブフィールドである。
計算的物語抽出の重要性にもかかわらず、これまでの研究を合成し、領域における将来の研究をストラテジー化する研究は比較的少ない。
特に、イベント中心の視点からニュース物語を抽出することに焦点を当てる。
ニュースデータから物語を抽出することは、進化する情報景観を理解するために複数の応用がある。
本調査は,イベントベースニュースナラティブ抽出分野の研究を幅広く行ったものである。
特に,関連記事54件を含む900件以上の記事を上映した。
これらの論文は、表現モデル、抽出基準、評価アプローチによって合成され、整理される。
レビューされた研究に基づいて、最近のトレンド、オープンチャレンジ、潜在的研究線を特定する。
関連論文リスト
- Evaluating the Ability of Computationally Extracted Narrative Maps to Encode Media Framing [1.2277343096128712]
本稿では、特定の物語抽出と表現アプローチ(物語マップ)の能力について考察する。
本結果は,ニュース物語における複雑なフレーミングのダイナミクスをユーザに提供するナラティブマップの可能性を強調した。
しかし、計算的物語抽出プロセスにおいて、フレーミング情報を直接活用することは、未解決の課題である。
論文 参考訳（メタデータ） (2024-05-04T14:40:28Z) - SciNews: From Scholarly Complexities to Public Narratives -- A Dataset for Scientific News Report Generation [20.994565065595232]
我々は、科学ニュースの自動生成を容易にするための新しいコーパスを提示する。
本データセットは,9分野にわたる学術出版物と,それに対応する科学報告から構成される。
我々は、最先端のテキスト生成モデルを用いてデータセットをベンチマークする。
論文 参考訳（メタデータ） (2024-03-26T14:54:48Z) - MORTY: Structured Summarization for Targeted Information Extraction from
Scholarly Articles [0.0]
学術論文からテキストの構造化要約を生成する情報抽出手法MORTYを提案する。
我々のアプローチは、構造化要約と呼ばれるセグメント化されたテキストスニペットとして、記事の全文とプロパティと値のペアを凝縮する。
また,学術知識グラフから検索した構造化サマリーと,それに対応する公開可能な科学論文を組み合わせた,規模の高い学術データセットも提示する。
論文 参考訳（メタデータ） (2022-12-11T06:49:29Z) - Neural Content Extraction for Poster Generation of Scientific Papers [84.30128728027375]
科学論文のポスター生成の問題は未解明である。
これまでの研究は主にポスターレイアウトとパネル構成に重点を置いていたが、コンテンツ抽出の重要性は無視された。
ポスターパネルのテキスト要素と視覚要素の両方を得るために,紙セクションのテキスト,図形,テーブルを同時に抽出するニューラル抽出モデルを提案する。
論文 参考訳（メタデータ） (2021-12-16T01:19:37Z) - An overview of event extraction and its applications [1.8047694351309205]
本研究では,現在最先端のイベント抽出手法とそのテキストからの応用について概説する。
この調査の特徴は、適度な複雑さの概観を提供し、特定のアプローチの詳細が多すぎることを避けることである。
論文 参考訳（メタデータ） (2021-11-05T01:37:47Z) - Deep Learning Schema-based Event Extraction: Literature Review and
Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。
本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文 参考訳（メタデータ） (2021-07-05T16:32:45Z) - News Article Retrieval in Context for Event-centric Narrative Creation [45.50837121213255]
不完全な物語を前提として,物語の継続を可能にする関連する出来事を議論するニュース記事の検索を目指す。
実験により、このタスクには最先端の語彙や意味的なランク付けが不十分であることが示されている。
記事のランク付けを逆時系列順で行うことで、これらのランク付けを単独で上回ることを示す。
論文 参考訳（メタデータ） (2021-06-30T13:27:54Z) - Positioning yourself in the maze of Neural Text Generation: A
Task-Agnostic Survey [54.34370423151014]
本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。
本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
論文 参考訳（メタデータ） (2020-10-14T17:54:42Z) - From Standard Summarization to New Tasks and Beyond: Summarization with
Manifold Information [77.89755281215079]
テキスト要約は、原文書の短く凝縮した版を作成することを目的とした研究分野である。
現実世界のアプリケーションでは、ほとんどのデータは平易なテキスト形式ではない。
本稿では,現実のアプリケーションにおけるこれらの新しい要約タスクとアプローチについて調査する。
論文 参考訳（メタデータ） (2020-05-10T14:59:36Z) - Screenplay Summarization Using Latent Narrative Structure [78.45316339164133]
本稿では,物語の基盤となる構造を一般教師なし・教師付き抽出要約モデルに明示的に組み込むことを提案する。
重要な物語イベント(転回点)の観点で物語構造を定式化し、脚本を要約するために潜伏状態として扱う。
シーンレベルの要約ラベルを付加したテレビ画面のCSIコーパスの実験結果から,潜角点がCSIエピソードの重要な側面と相関していることが判明した。
論文 参考訳（メタデータ） (2020-04-27T11:54:19Z)
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。