論文の概要: LaSER: Language-Specific Event Recommendation

• arxiv url: http://arxiv.org/abs/2303.04712v1
• Date: Fri, 24 Feb 2023 22:25:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-12 03:42:20.871348
• Title: LaSER: Language-Specific Event Recommendation
• Title（参考訳）: LaSER: 言語特有のイベントレコメンデーション
• Authors: Sara Abdollahi, Simon Gottschalk, Elena Demidova
• Abstract要約: 本稿では,言語固有のイベントレコメンデーションの新たな課題を紹介する。 言語固有のイベントレコメンデーションに対する新しいアプローチであるLaSERを提案する。 ユーザ調査の結果,LaSERは最先端のレコメンデーションベースラインを上回っていることがわかった。
• 参考スコア（独自算出の注目度）: 3.093890460224435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While societal events often impact people worldwide, a significant fraction of events has a local focus that primarily affects specific language communities. Examples include national elections, the development of the Coronavirus pandemic in different countries, and local film festivals such as the C\'esar Awards in France and the Moscow International Film Festival in Russia. However, existing entity recommendation approaches do not sufficiently address the language context of recommendation. This article introduces the novel task of language-specific event recommendation, which aims to recommend events relevant to the user query in the language-specific context. This task can support essential information retrieval activities, including web navigation and exploratory search, considering the language context of user information needs. We propose LaSER, a novel approach toward language-specific event recommendation. LaSER blends the language-specific latent representations (embeddings) of entities and events and spatio-temporal event features in a learning to rank model. This model is trained on publicly available Wikipedia Clickstream data. The results of our user study demonstrate that LaSER outperforms state-of-the-art recommendation baselines by up to 33 percentage points in MAP@5 concerning the language-specific relevance of recommended events.
• Abstract（参考訳）: 社会的な出来事は、しばしば世界中の人々に影響を及ぼすが、かなりの数の出来事は、特定の言語コミュニティに主に影響する局所的な焦点を持っている。 例えば、国家選挙、異なる国での新型コロナウイルスのパンデミックの進展、フランスのc\'esar awardsやロシアのモスクワ国際映画祭といった地元の映画祭などがある。 しかし、既存のエンティティレコメンデーションアプローチは、レコメンデーションの言語コンテキストに十分対応していない。 本稿では、言語固有のコンテキストにおけるユーザクエリに関連するイベントを推奨することを目的とした、言語固有のイベントレコメンデーションの新たなタスクを紹介する。 このタスクは、ユーザ情報ニーズの言語コンテキストを考慮して、Webナビゲーションや探索検索などの重要な情報検索活動を支援することができる。 言語固有のイベントレコメンデーションに対する新しいアプローチであるLaSERを提案する。 LaSERは、エンティティとイベントの言語固有の潜在表現(埋め込み)と、学習からランク付けするモデルにおける時空間イベントの特徴をブレンドする。 このモデルは、wikipediaの公開クリックストリームデータに基づいてトレーニングされる。 本研究の結果は,レーザーが推奨イベントの言語固有の関連性について,最大33ポイントのmap@5の推奨基準値を上回ることを示した。

関連論文リスト

• Event Extraction in Basque: Typologically motivated Cross-Lingual Transfer-Learning Analysis [18.25948580496853]
  低リソース言語におけるイベント抽出では,言語間移動学習が広く用いられている。 本稿では,ソース言語とターゲット言語との類型的類似性が,言語間移動の性能に与える影響について検討する。
  論文  参考訳（メタデータ） (2024-04-09T15:35:41Z)
• Soft Language Clustering for Multilingual Model Pre-training [57.18058739931463]
  本稿では,インスタンスを条件付きで符号化するためのフレキシブルガイダンスとして,コンテキスト的にプロンプトを検索するXLM-Pを提案する。 我々のXLM-Pは、(1)言語間における言語不変および言語固有知識の軽量なモデリングを可能にし、(2)他の多言語事前学習手法との容易な統合を可能にする。
  論文  参考訳（メタデータ） (2023-06-13T08:08:08Z)
• Massively Multi-Lingual Event Understanding: Extraction, Visualization, and Search [2.633652471066059]
  ISI-Clearは最先端のクロスランガル、ゼロショットイベント抽出システムである。 グローバルなイベントをオンデマンドで提供し、100言語でユーザが提供するテキストを処理する。
  論文  参考訳（メタデータ） (2023-05-17T20:41:51Z)
• Learning Grounded Vision-Language Representation for Versatile Understanding in Untrimmed Videos [57.830865926459914]
  本稿では,情報イベントを自動的に検出する未編集ビデオのための視覚言語学習フレームワークを提案する。 粗いレベルのビデオ言語アライメントの代わりに、細かなセグメントレベルのアライメントを促進するために、2つの二重プレテキストタスクを提示する。 我々のフレームワークは、視覚的な言語理解と生成のタスクに容易に対応できる。
  論文  参考訳（メタデータ） (2023-03-11T11:00:16Z)
• OEKG: The Open Event Knowledge Graph [2.3940683469798025]
  言語間のイベント分析は、国の境界を越えて事象の原因、知覚、結果を調べることができる。 複数のアプリケーションドメインから7つの異なるデータセットからなる多言語でイベント中心の時間的知識グラフであるOpen Event Knowledge Graph (OEKG)を提示する。
  論文  参考訳（メタデータ） (2023-02-28T15:58:28Z)
• MEE: A Novel Multilingual Event Extraction Dataset [62.80569691825534]
  Event extractは、イベント参照とその引数をテキストから認識することを目的としている。 モデルトレーニングと評価のための高品質な多言語EEデータセットの欠如が主な障害となっている。 本稿では,8言語で50万以上のイベントを参照するアノテーションを提供する新しい多言語イベント抽出データセット(EE)を提案する。
  論文  参考訳（メタデータ） (2022-11-11T02:01:41Z)
• Cross-Lingual and Cross-Domain Crisis Classification for Low-Resource Scenarios [4.147346416230273]
  本稿では,言語間およびドメイン間ラベル付きデータを活用することで,危機事象に関連するメッセージを自動的に分類するタスクについて検討する。 私たちのゴールは、高リソース言語のラベル付きデータを使用して、他の(低リソースの)言語や、新しい(以前は見えなかった)危機状況からのメッセージを分類することです。 我々の経験的発見は、英語の危機イベントのデータを利用して、スペイン語やイタリア語など他の言語で同じ種類の出来事を分類することが可能であることを示している。
  論文  参考訳（メタデータ） (2022-09-05T20:57:23Z)
• Towards Best Practices for Training Multilingual Dense Retrieval Models [54.91016739123398]
  我々は,このような設計を用いて,多種多様言語における単言語検索の課題に焦点をあてる。 本研究は多言語高密度検索モデルのトレーニングのための「ベストプラクティス」ガイドとして組織されている。
  論文  参考訳（メタデータ） (2022-04-05T17:12:53Z)
• PILED: An Identify-and-Localize Framework for Few-Shot Event Detection [79.66042333016478]
  本研究では,事前学習した言語モデルから事象関連知識を引き出すために,クローゼプロンプトを用いた。 型固有のパラメータの数を最小化し、新しい型に対するイベント検出タスクに迅速に適応できるようにします。
  論文  参考訳（メタデータ） (2022-02-15T18:01:39Z)
• Unsupervised Label-aware Event Trigger and Argument Classification [73.86358632937372]
  まず,利用可能なツール(srlなど)でイベントを識別し,それを事前に定義されたイベントタイプに自動マップする,教師なしイベント抽出パイプラインを提案する。 事前訓練された言語モデルを利用して、イベントトリガと引数の両方の事前定義された型を文脈的に表現します。 我々は、トリガーの83%と引数の54%を正しい型にマッピングし、以前のゼロショットアプローチのパフォーマンスをほぼ倍にしました。
  論文  参考訳（メタデータ） (2020-12-30T17:47:24Z)

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。