論文の概要: Stance Detection: A Practical Guide to Classifying Political Beliefs in Text

• arxiv url: http://arxiv.org/abs/2305.01723v2
• Date: Fri, 3 May 2024 20:03:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-08 01:36:03.974070
• Title: Stance Detection: A Practical Guide to Classifying Political Beliefs in Text
• Title（参考訳）: スタンス検出: 政治信念をテキストで分類する実践的ガイド
• Authors: Michael Burnham,
• Abstract要約: 本稿では,姿勢検出を正確に定義し,テキスト解析手法を改良する。 本稿では,教師付き分類,自然言語推論,生成言語モデルを用いた文脈内学習の3つのアプローチを提案する。 私は、実装のためのコーディングチュートリアルと同様に、アプリケーションおよびバリデーションテクニックに関するガイダンスを提供します。
• 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 identifying expressed beliefs in a document. While researchers widely use sentiment analysis for this, recent research demonstrates that sentiment and stance are distinct. This paper advances text analysis methods by precisely defining stance detection and presenting three distinct approaches: supervised classification, natural language inference, and in-context learning with generative language models. I discuss how document context and trade-offs between resources and workload should inform your methods. For all three approaches I provide guidance on application and validation techniques, as well as coding tutorials for implementation. Finally, I demonstrate how newer classification approaches can replicate supervised classifiers.
• Abstract（参考訳）: スタンス検出は文書内の表現された信念を識別する。 研究者は感情分析を広く使っているが、最近の研究では感情と姿勢が異なることが示されている。 本稿では, 姿勢検出を正確に定義し, 教師付き分類, 自然言語推論, 生成言語モデルを用いた文脈内学習の3つの異なるアプローチを提案することによって, テキスト解析手法を進歩させる。 私は、ドキュメントのコンテキストとリソースとワークロード間のトレードオフがどのようにメソッドを知らせるべきかについて議論します。 3つのアプローチすべてに対して、アプリケーションとバリデーションテクニックのガイダンスと、実装のためのチュートリアルのコーディングを提供しています。 最後に、新しい分類手法が教師付き分類器をいかに複製できるかを示す。

関連論文リスト

• Persian Homograph Disambiguation: Leveraging ParsBERT for Enhanced Sentence Understanding with a Novel Word Disambiguation Dataset [0.0]
  ペルシャのホモグラフの曖昧化に適した新しいデータセットを提案する。 本研究は,コサイン類似性法による各種埋没物の徹底的な探索を含む。 我々は、精度、リコール、F1スコアの観点からモデルの性能を精査する。
  論文  参考訳（メタデータ） (2024-05-24T14:56:36Z)
• Detecting Statements in Text: A Domain-Agnostic Few-Shot Solution [1.3654846342364308]
  最先端のアプローチは通常、作成にコストがかかる大規模な注釈付きデータセット上の微調整モデルを含む。 本稿では,クレームに基づくテキスト分類タスクの共通パラダイムとして,定性的で多目的な少ショット学習手法の提案とリリースを行う。 本手法は,気候変動対策,トピック/スタンス分類,うつ病関連症状検出の3つの課題の文脈で説明する。
  論文  参考訳（メタデータ） (2024-05-09T12:03:38Z)
• Towards Unsupervised Recognition of Token-level Semantic Differences in Related Documents [61.63208012250885]
  意味的差異をトークンレベルの回帰タスクとして認識する。 マスク付き言語モデルに依存する3つの教師なしアプローチについて検討する。 その結果,単語アライメントと文レベルのコントラスト学習に基づくアプローチは,ゴールドラベルと強い相関関係があることが示唆された。
  論文  参考訳（メタデータ） (2023-05-22T17:58:04Z)
• Saliency Cards: A Framework to Characterize and Compare Saliency Methods [34.38335172204263]
  Saliencyメソッドは、各入力機能がモデルの出力に対してどれだけ重要かを計算する。 既存のアプローチでは、多様なユーザニーズを考慮しない唾液度メソッドに対して、普遍的なデシラタを仮定している。 サリエンシカード(Saliency Card)は、サリエンシメソッドの動作とパフォーマンスに関する構造化されたドキュメントである。
  論文  参考訳（メタデータ） (2022-06-07T01:21:49Z)
• Fine-Grained Visual Entailment [51.66881737644983]
  そこで本稿では,テキストから画像への微粒な知識要素の論理的関係を予測することを目的として,このタスクの拡張を提案する。 従来の研究とは異なり、本手法は本質的に説明可能であり、異なるレベルの粒度で論理的予測を行う。 本手法は,手動でアノテートした知識要素のデータセットを用いて評価し,この課題に対して68.18%の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2022-03-29T16:09:38Z)
• Comprehensive Studies for Arbitrary-shape Scene Text Detection [78.50639779134944]
  ボトムアップに基づくシーンテキスト検出のための統合フレームワークを提案する。 統一されたフレームワークの下では、非コアモジュールの一貫性のある設定が保証されます。 包括的調査と精巧な分析により、以前のモデルの利点と欠点を明らかにしている。
  論文  参考訳（メタデータ） (2021-07-25T13:18:55Z)
• Hierarchical Bi-Directional Self-Attention Networks for Paper Review Rating Recommendation [81.55533657694016]
  本稿では,階層型双方向自己注意ネットワークフレームワーク(HabNet)を提案する。 具体的には、文エンコーダ(レベル1)、レビュー内エンコーダ(レベル2)、レビュー間エンコーダ(レベル3)の3つのレベルで、論文レビューの階層構造を利用する。 我々は、最終的な受理決定を行う上で有用な予測者を特定することができ、また、数値的なレビュー評価とレビュアーが伝えるテキストの感情の不整合を発見するのに役立てることができる。
  論文  参考訳（メタデータ） (2020-11-02T08:07:50Z)
• Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
  本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。 我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
  論文  参考訳（メタデータ） (2020-10-26T21:34:39Z)
• A computational model implementing subjectivity with the 'Room Theory'. The case of detecting Emotion from Text [68.8204255655161]
  本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。 単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。 この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
  論文  参考訳（メタデータ） (2020-05-12T21:26:04Z)
• Analysing Lexical Semantic Change with Contextualised Word Representations [7.071298726856781]
  本稿では,BERTニューラルネットワークモデルを用いて単語使用率の表現を求める手法を提案する。 我々は新しい評価データセットを作成し、モデル表現と検出された意味変化が人間の判断と正に相関していることを示す。
  論文  参考訳（メタデータ） (2020-04-29T12:18:14Z)

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。