論文の概要: From Key Points to Key Point Hierarchy: Structured and Expressive Opinion Summarization

• arxiv url: http://arxiv.org/abs/2306.03853v1
• Date: Tue, 6 Jun 2023 16:45:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-07 14:15:50.403887
• Title: From Key Points to Key Point Hierarchy: Structured and Expressive Opinion Summarization
• Title（参考訳）: キーポイントからキーポイント階層へ:構造化と表現的意見要約
• Authors: Arie Cattan, Lilach Eden, Yoav Kantor and Roy Bar-Haim
• Abstract要約: キーポイント分析(KPA)は、最近テキストコメントの集合からきめ細かい洞察を得るために提案されている。 与えられたキーポイントの集合を階層に整理するタスクを,その特異性に応じて導入する。 我々は、ビジネスおよび製品レビューのキーポイント階層の高品質なベンチマークデータセットであるThinkPを開発した。
• 参考スコア（独自算出の注目度）: 9.567280503274226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Key Point Analysis (KPA) has been recently proposed for deriving fine-grained insights from collections of textual comments. KPA extracts the main points in the data as a list of concise sentences or phrases, termed key points, and quantifies their prevalence. While key points are more expressive than word clouds and key phrases, making sense of a long, flat list of key points, which often express related ideas in varying levels of granularity, may still be challenging. To address this limitation of KPA, we introduce the task of organizing a given set of key points into a hierarchy, according to their specificity. Such hierarchies may be viewed as a novel type of Textual Entailment Graph. We develop ThinkP, a high quality benchmark dataset of key point hierarchies for business and product reviews, obtained by consolidating multiple annotations. We compare different methods for predicting pairwise relations between key points, and for inferring a hierarchy from these pairwise predictions. In particular, for the task of computing pairwise key point relations, we achieve significant gains over existing strong baselines by applying directional distributional similarity methods to a novel distributional representation of key points, and further boost performance via weak supervision.
• Abstract（参考訳）: キーポイント分析(kpa)は、テキストコメントの集合からきめ細かい洞察を引き出すために最近提案されている。 KPAは、簡潔な文やフレーズのリストとしてデータの主要なポイントを抽出し、キーポイントと呼ばれ、その頻度を定量化する。 キーポイントは単語の雲やキーフレーズよりも表現力が高いが、キーポイントの長い平らなリストは、しばしば関連するアイデアを様々なレベルの粒度で表現するが、それでも困難である。 KPAのこの制限に対処するため、与えられたキーポイントの集合を階層に整理するタスクを、その特異性に応じて導入する。 このような階層は、新しいタイプのテクストリテラル・インテリメントグラフと見なすことができる。 ビジネスおよび製品レビューのためのキーポイント階層の高品質なベンチマークデータセットであるThinkPを開発し、複数のアノテーションを統合した。 キーポイント間のペアワイズ関係を予測し、これらのペアワイズ予測から階層を推定するための異なる手法の比較を行う。 特に,ペアワイズキーポイント関係の計算では,新たなキーポイント分布表現に方向分布類似性を適用することにより,既存の強力なベースラインに対して有意な利益を得るとともに,弱い監督による性能向上を図る。

関連論文リスト

• Enhancing Argument Summarization: Prioritizing Exhaustiveness in Key Point Generation and Introducing an Automatic Coverage Evaluation Metric [3.0754290232284562]
  キーポイント分析(KPA)タスクは、引数の集合のまとめを表すものとして引数の要約を定式化する。 キーポイント生成(KPG)と呼ばれるKPAのサブタスクは、引数からこれらのキーポイントを生成することに焦点を当てている。 本稿では,キーポイント生成のための新しい抽出手法を提案する。
  論文  参考訳（メタデータ） (2024-04-17T23:00:29Z)
• Exploring Key Point Analysis with Pairwise Generation and Graph Partitioning [61.73411954056032]
  キーポイント分析(KPA)は、議論採掘の分野において重要な未解決問題であり続けている。 ペア生成とグラフ分割を併用したKPAの新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-04-17T13:44:29Z)
• Meta-Point Learning and Refining for Category-Agnostic Pose Estimation [46.98479393474727]
  Category-Agnostic pose Estimation (CAPE) は、キーポイントを付加したいくつかのサポートイメージが与えられた場合、任意のクラスのキーポイントを予測することを目的としている。 このような潜在的なキーポイント(メタポイント)に基づくCAPEのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-20T14:54:33Z)
• KPEval: Towards Fine-Grained Semantic-Based Keyphrase Evaluation [69.57018875757622]
  KPEvalは、参照合意、忠実性、多様性、有用性という4つの重要な側面からなる総合的な評価フレームワークである。 KPEvalを用いて、23のキーフレーズシステムを再評価し、確立されたモデル比較結果に盲点があることを発見した。
  論文  参考訳（メタデータ） (2023-03-27T17:45:38Z)
• Object Localization under Single Coarse Point Supervision [107.46800858130658]
  本稿では,粗い点アノテーションを用いたPOL手法を提案する。 CPRは、ポイントバッグを構築し、セマンティック関連点を選択し、マルチインスタンス学習(MIL)を通してセマンティックセンターポイントを生成する。 このようにして、CPRは、粗い点監督の下で高性能オブジェクトローカライザのトレーニングを保証する、弱い制御された進化手順を定義する。
  論文  参考訳（メタデータ） (2022-03-17T14:14:11Z)
• UniKeyphrase: A Unified Extraction and Generation Framework for Keyphrase Prediction [20.26899340581431]
  キーワード予測タスクは、与えられたドキュメントのメインアイデアを要約できるいくつかのキーフレーズを予測することを目的としている。 メインストリームKP法は、純粋に生成的アプローチと、抽出と生成を伴う統合モデルに分類することができる。 キーフレーズの抽出と生成を共同で学習する新しいエンドツーエンド学習フレームワークUniKeyphraseを提案する。
  論文  参考訳（メタデータ） (2021-06-09T07:09:51Z)
• Conditional Link Prediction of Category-Implicit Keypoint Detection [26.400925420154245]
  エンドツーエンドなキーポイントとリンク予測ネットワーク(KLPNet)を提案する。 KLPNetでは、予め定義されたカテゴリに付随するキーポイント間のリンク予測のために、新しい条件付きリンク予測グラフが提案されている。 3つの公開ベンチマークで実施された実験は、我々のKLPNetが他の最先端のアプローチを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2020-11-29T23:00:37Z)
• Keyphrase Extraction with Dynamic Graph Convolutional Networks and Diversified Inference [50.768682650658384]
  キーワード抽出(KE)は、ある文書でカバーされている概念やトピックを正確に表現するフレーズの集合を要約することを目的としている。 最近のシークエンス・ツー・シークエンス(Seq2Seq)ベースの生成フレームワークはKEタスクで広く使われ、様々なベンチマークで競合性能を得た。 本稿では,この2つの問題を同時に解くために,動的グラフ畳み込みネットワーク(DGCN)を採用することを提案する。
  論文  参考訳（メタデータ） (2020-10-24T08:11:23Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• Quantitative Argument Summarization and Beyond: Cross-Domain Key Point Analysis [17.875273745811775]
  完全自動解析が可能なキーポイントの自動抽出法を開発した。 キーポイント解析の適用性は議論データを超えていることを実証する。 さらなる貢献は、引数対キーポイントマッチングモデルの詳細な評価である。
  論文  参考訳（メタデータ） (2020-10-11T23:01:51Z)

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。