論文の概要: Stance Detection With Supervised, Zero-Shot, and Few-Shot Applications
- arxiv url: http://arxiv.org/abs/2305.01723v1
- Date: Tue, 2 May 2023 18:49:12 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 16:58:44.054933
- Title: Stance Detection With Supervised, Zero-Shot, and Few-Shot Applications
- Title(参考訳): Supervised, Zero-Shot, Few-Shot を用いたスタンス検出
- Authors: Michael Burnham
- Abstract要約: スタンス検出(スタンス検出)とは、著者が文書から被写体に対する信念を識別することである。
最近の研究では、感情分析が姿勢と緩やかに相関していることが示されている。
本稿では、姿勢検出のタスクを正確に定義し、テキスト解析の手法を進歩させる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Stance detection is the identification of an author's beliefs about a subject
from a document. Researchers widely rely on sentiment analysis to accomplish
this. However, recent research has show that sentiment analysis is only loosely
correlated with stance, if at all. This paper advances methods in text analysis
by precisely defining the task of stance detection, providing a generalized
framework for the task, and then presenting three distinct approaches for
performing stance detection: supervised classification, zero-shot
classification with NLI classifiers, and in-context learning. In doing so, I
demonstrate how zero-shot and few-shot language classifiers can replace human
labelers for a variety of tasks and discuss how their application and
limitations differ from supervised classifiers. Finally, I demonstrate an
application of zero-shot stance detection by replicating Block Jr et al.
(2022).
- Abstract(参考訳): スタンス検出は、文書から主題に関する著者の信念を識別することである。
研究者は感情分析に大きく依存している。
しかし、最近の研究では、感情分析が姿勢と緩やかに相関していることが示されている。
本稿では,スタンス検出のタスクを正確に定義し,タスクの一般化されたフレームワークを提供し,その上で,教師付き分類,NLI分類器を用いたゼロショット分類,コンテキスト内学習の3つのアプローチを提案する。
その際、ゼロショットと少数ショットの言語分類器が人間のラベルを様々なタスクに置き換える方法を示し、それらのアプリケーションと制限が教師付き分類器とどのように異なるかについて議論する。
最後に、block jr. ら (2022) の再現によるゼロショット姿勢検出の適用例を示す。
関連論文リスト
- Assaying on the Robustness of Zero-Shot Machine-Generated Text Detectors [57.7003399760813]
先進的なLarge Language Models (LLMs) とその特殊な変種を探索し、いくつかの方法でこの分野に寄与する。
トピックと検出性能の間に有意な相関関係が発見された。
これらの調査は、様々なトピックにまたがるこれらの検出手法の適応性と堅牢性に光を当てた。
論文 参考訳(メタデータ) (2023-12-20T10:53:53Z) - Few-Shot Stance Detection via Target-Aware Prompt Distillation [48.40269795901453]
本論文は,知識ベースや少人数の学習者を対象とした事前学習型言語モデル(PLM)の可能性に着想を得たものである。
PLMは、ターゲットに対して重要なコンテキスト情報を提供し、プロンプトを介して数発の学習を可能にする。
姿勢検出タスクにおいて,対象が重要な役割を担っていることを考慮し,目標認識プロンプトを設計し,新しい言語化手法を提案する。
論文 参考訳(メタデータ) (2022-06-27T12:04:14Z) - Incremental-DETR: Incremental Few-Shot Object Detection via
Self-Supervised Learning [60.64535309016623]
本稿では,DeTRオブジェクト検出器上での微調整および自己教師型学習によるインクリメンタル・デクリメンタル・デクリメンタル・デクリメンタル・オブジェクト検出を提案する。
まず,DeTRのクラス固有のコンポーネントを自己監督で微調整する。
さらに,DeTRのクラス固有のコンポーネントに知識蒸留を施した数発の微調整戦略を導入し,破滅的な忘れを伴わずに新しいクラスを検出するネットワークを奨励する。
論文 参考訳(メタデータ) (2022-05-09T05:08:08Z) - Exploring the Limits of Natural Language Inference Based Setup for
Few-Shot Intent Detection [13.971616443394474]
汎用的なFewショットインテント検出は、より現実的だが難しいセットアップである。
自然言語推論に基づくシンプルで効果的な手法を用いる。
提案手法は,1ショットと5ショットのインテント検出タスクにおいて,最先端の処理結果を実現する。
論文 参考訳(メタデータ) (2021-12-14T14:47:23Z) - Towards A Conceptually Simple Defensive Approach for Few-shot
classifiers Against Adversarial Support Samples [107.38834819682315]
本研究は,数発の分類器を敵攻撃から守るための概念的簡便なアプローチについて検討する。
本稿では,自己相似性とフィルタリングの概念を用いた簡易な攻撃非依存検出法を提案する。
ミニイメージネット(MI)とCUBデータセットの攻撃検出性能は良好である。
論文 参考訳(メタデータ) (2021-10-24T05:46:03Z) - Detection of Adversarial Supports in Few-shot Classifiers Using Feature
Preserving Autoencoders and Self-Similarity [89.26308254637702]
敵対的なサポートセットを強調するための検出戦略を提案する。
我々は,特徴保存型オートエンコーダフィルタリングと,この検出を行うサポートセットの自己相似性の概念を利用する。
提案手法は攻撃非依存であり, 最善の知識まで, 数発分類器の検出を探索する最初の方法である。
論文 参考訳(メタデータ) (2020-12-09T14:13:41Z) - Dynamic Semantic Matching and Aggregation Network for Few-shot Intent
Detection [69.2370349274216]
利用可能な注釈付き発話が不足しているため、インテント検出は困難である。
セマンティック成分はマルチヘッド自己認識によって発話から蒸留される。
本手法はラベル付きインスタンスとラベルなしインスタンスの両方の表現を強化するための総合的なマッチング手段を提供する。
論文 参考訳(メタデータ) (2020-10-06T05:16:38Z) - Any-Shot Object Detection [81.88153407655334]
「アニーショット検出」とは、全く見えず、数発のカテゴリが推論中に同時に共起できる場所である。
我々は、ゼロショットと少数ショットの両方のオブジェクトクラスを同時に検出できる、統合された任意のショット検出モデルを提案する。
我々のフレームワークは、ゼロショット検出とFewショット検出タスクにのみ使用できる。
論文 参考訳(メタデータ) (2020-03-16T03:43:15Z)
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。