Fugu-MT 論文翻訳(概要): About Evaluation of F1 Score for RECENT Relation Extraction System

論文の概要: About Evaluation of F1 Score for RECENT Relation Extraction System

arxiv url: http://arxiv.org/abs/2305.09410v1
Date: Tue, 16 May 2023 12:55:43 GMT
ステータス: 処理完了
システム内更新日: 2023-05-17 14:57:40.018086
Title: About Evaluation of F1 Score for RECENT Relation Extraction System
Title（参考訳）: 逐次関係抽出システムにおけるF1スコアの評価について
Authors: Micha{\l} Olek
Abstract要約: 本書は,「エンティティ型制約付き関係分類」のF1スコア評価に関する議論を含む。著者らはRECENTというシステムを作成し、TACREDデータセット上で新しい最先端の結果75.2を達成したと主張した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This document contains a discussion of the F1 score evaluation used in the article 'Relation Classification with Entity Type Restriction' by Shengfei Lyu, Huanhuan Chen published on Findings of the Association for Computational Linguistics: ACL-IJCNLP 2021. The authors created a system named RECENT and claim it achieves (then) a new state-of-the-art result 75.2 (previous 74.8) on the TACRED dataset, while after correcting errors and reevaluation the final result is 65.16
Abstract（参考訳）: 本論文は, 深飛龍の論文「エンティティタイプ制限の関連分類」で用いられるF1スコア評価について, 計算言語学協会の発見: ACL-IJCNLP 2021 に掲載されている。著者らはRECENTというシステムを作成し、TACREDデータセット上で新しい最先端の結果75.2(以前の74.8)を達成し、エラーを修正して最終的な結果が65.16であると主張した。

関連論文リスト

Measuring Bias in a Ranked List using Term-based Representations [50.69722973236967]
TExFAIR (term exposure-based fairness) と呼ばれる新しい尺度を提案する。 TExFAIRは、ランクリスト内のグループの項ベースの表現に基づいて公正度を測定する。実験の結果,TExFAIRとNFaiRRの相関は認められず,TExFAIRはNFaiRRと異なる寸法の公正度を測っていることがわかった。
論文参考訳（メタデータ） (2024-03-09T18:24:58Z)
Ta'keed: The First Generative Fact-Checking System for Arabic Claims [0.0]
本稿では,アラビア語の自動ファクトチェックシステムであるTa'keedを紹介する。タケドは、特にアラビア語で、主張の信頼性に関する説明を生成する。このシステムは、分類タスクで有望なF1スコア0.72を達成した。
論文参考訳（メタデータ） (2024-01-25T10:43:00Z)
Sentence-Incremental Neural Coreference Resolution [32.13574453443377]
本稿では,シフト・リデュース法で参照境界をマークした後,段階的にクラスタを構築できる文増分ニューラルコア参照解決システムを提案する。本システムは,(1)文書長の2次複雑さを高い計算コストで引き起こす最先端の非インクリメンタルモデル,(2)段階的に動作するが代名詞を超えて一般化しないメモリネットワークベースモデルである。
論文参考訳（メタデータ） (2023-05-26T14:00:25Z)
MAPPING: Model Average with Post-processing for Stroke Lesion Segmentation [57.336056469276585]
我々は nnU-Net フレームワークに基づく脳卒中病変のセグメンテーションモデルを提案し, ストローク後の解剖学的トレースに応用する。本手法は,2022年のMICCAI ATLAS Challengeにおいて,平均Diceスコアが0.6667,Lesion-wise F1スコアが0.5643,Simple Lesion Countスコアが4.5367,Volume differenceスコアが8804.9102であった。
論文参考訳（メタデータ） (2022-11-11T14:17:04Z)
Factual Error Correction for Abstractive Summaries Using Entity Retrieval [57.01193722520597]
本稿では,エンティティ検索後処理に基づく効率的な事実誤り訂正システムRFECを提案する。 RFECは、原文と対象要約とを比較して、原文から証拠文を検索する。次に、RFECは、エビデンス文を考慮し、要約中のエンティティレベルのエラーを検出し、エビデンス文から正確なエンティティに置換する。
論文参考訳（メタデータ） (2022-04-18T11:35:02Z)
Integrating Rankings into Quantized Scores in Peer Review [61.27794774537103]
ピアレビューでは、レビュアーは通常、論文のスコアを提供するように求められます。この問題を軽減するため、カンファレンスはレビュアーにレビューした論文のランキングを付加するように求め始めている。このランキング情報を使用するための標準的な手順はなく、エリアチェアは異なる方法でそれを使用することができる。我々は、ランキング情報をスコアに組み込むために、原則化されたアプローチを取る。
論文参考訳（メタデータ） (2022-04-05T19:39:13Z)
DisCoDisCo at the DISRPT2021 Shared Task: A System for Discourse Segmentation, Classification, and Connective Detection [4.371388370559826]
我々のシステムはDisCoDisCoと呼ばれ、コンテキスト化された単語の埋め込みを手作りの機能で強化する。関係分類の結果は、新しい2021ベンチマークで強い性能を示している。複数の事前学習されたトランスフォーマーベース言語モデルの部分評価は、Next Sentence Predictionタスクで事前学習されたモデルが関係分類に最適であることを示している。
論文参考訳（メタデータ） (2021-09-20T18:11:05Z)
Revisiting Few-shot Relation Classification: Evaluation Data and Classification Schemes [57.34346419239118]
教師付きRC用データセットから,より現実的な数ショットテストデータを得るための新しい手法を提案する。これにより、FSL RCの新たな挑戦的なベンチマークが得られ、その上で、アートモデルの状態はパフォーマンスの低下を示している。そこで我々はNOTAカテゴリを学習ベクトルとして表現する新しい分類手法を提案する。
論文参考訳（メタデータ） (2021-04-17T08:16:49Z)
CIF-based Collaborative Decoding for End-to-end Contextual Speech Recognition [14.815422751109061]
コンテキストバイアスをより制御可能な方法でサポートするCIF(Continuous Integration-and-fire)ベースのモデルを提案する。追加のコンテキスト処理ネットワークを導入し、コンテキスト埋め込みを抽出し、音響的に関連するコンテキスト情報を統合し、コンテキスト出力分布をデコードする。提案手法は, 強ベースラインと比較して, 相対的文字誤り率 (CER) の8.83%/21.13%, 相対的名前付きエンティティ文字誤り率 (NE-CER) の40.14%/51.50%削減を実現する。
論文参考訳（メタデータ） (2020-12-17T09:40:11Z)
Decision Tree J48 at SemEval-2020 Task 9: Sentiment Analysis for Code-Mixed Social Media Text (Hinglish) [3.007778295477907]
このシステムは、ツイートの分類のための分類器を提供するツールとして、Wekaを使用している。 pythonは提供されたファイルからデータをロードし、クリーニングするために使われる。システム性能は,公式競技評価基準F1スコアを用いて評価した。
論文参考訳（メタデータ） (2020-08-26T06:30:43Z)
Overview of the TREC 2019 Fair Ranking Track [65.15263872493799]
TREC Fair Ranking トラックの目標は、異なるコンテンツプロバイダに対する公正性の観点から、検索システムを評価するベンチマークを開発することであった。本稿では,タスク定義やデータ記述,アノテーションプロセスなどを含むトラックの概要について述べる。
論文参考訳（メタデータ） (2020-03-25T21:34:58Z)

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。