Fugu-MT 論文翻訳(概要): Creation and evaluation of timelines for longitudinal user posts

論文の概要: Creation and evaluation of timelines for longitudinal user posts

arxiv url: http://arxiv.org/abs/2303.05891v1
Date: Fri, 10 Mar 2023 12:58:34 GMT
ステータス: 処理完了
システム内更新日: 2023-03-13 15:13:00.182960
Title: Creation and evaluation of timelines for longitudinal user posts
Title（参考訳）: 縦長ユーザ投稿のタイムライン作成と評価
Authors: Anthony Hills, Adam Tsakalidis, Federico Nanni, Ioannis Zachos, Maria Liakata
Abstract要約: 本稿では,オンライン投稿活動に基づく時系列ユーザ投稿を時系列に分割する手法を提案する。また、2つの異なるソーシャルメディアデータセットの文脈において、タイムラインの評価と適用性を示す新しいフレームワークを提案する。
参考スコア（独自算出の注目度）: 16.88804127182825
License: http://creativecommons.org/licenses/by/4.0/
Abstract: There is increasing interest to work with user generated content in social media, especially textual posts over time. Currently there is no consistent way of segmenting user posts into timelines in a meaningful way that improves the quality and cost of manual annotation. Here we propose a set of methods for segmenting longitudinal user posts into timelines likely to contain interesting moments of change in a user's behaviour, based on their online posting activity. We also propose a novel framework for evaluating timelines and show its applicability in the context of two different social media datasets. Finally, we present a discussion of the linguistic content of highly ranked timelines.
Abstract（参考訳）: ソーシャルメディア、特にテキストによる投稿でユーザー生成コンテンツを扱うことへの関心が高まっている。現在、手動アノテーションの品質とコストを改善する意味のある方法でユーザー投稿をタイムラインに分割する一貫した方法がない。本稿では,オンライン投稿活動に基づいて,ユーザの行動に興味深い変化が生じる可能性のあるタイムラインに,縦長のユーザ投稿を分割する手法を提案する。また、2つの異なるソーシャルメディアデータセットの文脈において、タイムラインの評価と適用性を示す新しいフレームワークを提案する。最後に,高度にランク付けされた時系列の言語内容について論じる。

関連論文リスト

Prompt-based Personality Profiling: Reinforcement Learning for Relevance Filtering [8.20929362102942]
著者プロファイルは、共有するコンテンツを分析して個人の特徴を推測するタスクである。本稿では,関係のないコンテンツと関係のないコンテンツとを区別することを目的とした著者プロファイリング手法を提案し,それに続いて,関連データのみを用いて実際のユーザプロファイリングを行う。 2つのTwitterコーパスにおける5つの人格特性予測手法の評価を行った。
論文参考訳（メタデータ） (2024-09-06T08:43:10Z)
ContextualStory: Consistent Visual Storytelling with Spatially-Enhanced and Storyline Context [50.572907418430155]
既存の自動回帰手法は、メモリ使用量の増加、生成速度の低下、コンテキスト統合の制限に悩まされている。本研究では,コヒーレントなストーリーフレームの生成とストーリー継続のためのフレーム拡張を目的とした新しいフレームワークであるContextualStoryを提案する。 PororoSVとFlintstonesSVベンチマークの実験では、ContextualStoryはストーリービジュアライゼーションとストーリー継続の両方において既存のメソッドよりも大幅に優れています。
論文参考訳（メタデータ） (2024-07-13T05:02:42Z)
SoMeR: Multi-View User Representation Learning for Social Media [1.7949335303516192]
本稿では,ソーシャルメディアのユーザ表現学習フレームワークであるSoMeRを提案する。 SoMeRは、ユーザ投稿ストリームをタイムスタンプ付きテキスト機能のシーケンスとしてエンコードし、トランスフォーマーを使用してプロファイルデータと共にそれを埋め込み、リンク予測とコントラスト学習の目標を共同でトレーニングする。 1)類似コンテンツを同時に投稿するユーザを検出することによって、協調的な影響操作に関わる不正確なアカウントを同定し、2)異なる信念を持つユーザがより遠くへ移動する様子を定量化して、主要なイベント後のオンライン議論における偏光の増大を測定する。
論文参考訳（メタデータ） (2024-05-02T22:26:55Z)
Temporal Perceiving Video-Language Pre-training [112.1790287726804]
本研究は、時間的・意味的な微粒なアライメントを可能にする、新しいテキスト-ビデオのローカライゼーション・プレテキストタスクを導入する。具体的には、テキスト-ビデオのローカライゼーションは、テキスト記述が与えられたビデオの開始と終了の境界を予測するモーメント検索から成っている。提案手法は,細粒度フレーム表現と単語表現を結合し,単一モードにおける異なるインスタンスの表現を暗黙的に区別する。
論文参考訳（メタデータ） (2023-01-18T12:15:47Z)
Unsupervised Neural Stylistic Text Generation using Transfer learning and Adapters [66.17039929803933]
応答生成のためのスタイル特化属性を学習するために,モデルパラメータの0.3%しか更新しない新しい転送学習フレームワークを提案する。我々はPERSONALITY-CAPTIONSデータセットからスタイル固有の属性を学習する。
論文参考訳（メタデータ） (2022-10-07T00:09:22Z)
Video Activity Localisation with Uncertainties in Temporal Boundary [74.7263952414899]
時間とともにビデオ活動のローカライゼーションを行う方法は、時間的境界が決定され正確であると暗黙的に仮定する。無記述の自然ビデオでは、異なるアクティビティがスムーズに移動するため、アクティビティの開始と終了が時間とともに正確にラベル付けされることは本質的に曖昧である。フレキシブルかつ適応的な活動時間境界に対応するための弾性モーメントバウンディング(EMB)を導入する。
論文参考訳（メタデータ） (2022-06-26T16:45:56Z)
Identifying Moments of Change from Longitudinal User Text [16.45577617206016]
オンラインでの共有コンテンツに基づいて個人の変化の瞬間を識別するタスクを新たに定義する。私たちが考える変化は、突然の気分の変化(スイッチ)または段階的な気分の進行(エスカレーション)である。変更の瞬間をキャプチャするための詳細なガイドラインと、手動で注釈付けされたユーザタイムライン500のコーパスを作成しました。
論文参考訳（メタデータ） (2022-05-11T16:03:47Z)
User Factor Adaptation for User Embedding via Multitask Learning [45.56193775870044]
ユーザ関心をドメインとして扱い、ユーザ言語がどのように異なるかを経験的に検証する。マルチタスク学習フレームワークを用いて,ユーザの関心の言語変動を考慮したユーザ埋め込みモデルを提案する。モデルは人間の監督なしにユーザ言語とそのバリエーションを学習する。
論文参考訳（メタデータ） (2021-02-22T15:21:01Z)
Topical Change Detection in Documents via Embeddings of Long Sequences [4.13878392637062]
テキストセグメンテーションのタスクを独立した教師付き予測タスクとして定式化する。類似セクションの段落を微調整することで、学習した特徴がトピック情報をエンコードすることを示すことができます。文レベルで操作する従来のアプローチとは異なり、我々は常により広いコンテキストを使用します。
論文参考訳（メタデータ） (2020-12-07T12:09:37Z)
Sequential Recommender via Time-aware Attentive Memory Network [67.26862011527986]
本稿では,注意機構と繰り返し単位を改善するための時間ゲーティング手法を提案する。また,長期と短期の嗜好を統合するマルチホップ・タイムアウェア・アテンテーティブ・メモリ・ネットワークを提案する。提案手法は,候補探索タスクに対してスケーラブルであり,ドット積に基づくTop-Kレコメンデーションのための潜在因数分解の非線形一般化とみなすことができる。
論文参考訳（メタデータ） (2020-05-18T11:29:38Z)
Local-Global Video-Text Interactions for Temporal Grounding [77.5114709695216]
本稿では,テキストクエリに関連するビデオの時間間隔を特定することを目的とした,テキスト間時間グラウンドリングの問題に対処する。そこで本研究では,テキストクエリにおける意味句の中間レベルの特徴の集合を抽出する,新しい回帰モデルを用いてこの問題に対処する。提案手法は,ローカルからグローバルへのコンテキスト情報を活用することにより,目標時間間隔を効果的に予測する。
論文参考訳（メタデータ） (2020-04-16T08:10:41Z)

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。