論文の概要: UniPoll: A Unified Social Media Poll Generation Framework via Multi-Objective Optimization
- arxiv url: http://arxiv.org/abs/2306.06851v2
- Date: Thu, 05 Dec 2024 02:43:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-06 14:37:43.098277
- Title: UniPoll: A Unified Social Media Poll Generation Framework via Multi-Objective Optimization
- Title（参考訳）: UniPoll:多目的最適化による統一ソーシャルメディアポーラ生成フレームワーク
- Authors: Yixia Li, Rong Xiang, Yanlin Song, Jing Li,
- Abstract要約: 我々は,高度自然言語生成(NLG)技術を用いてソーシャルメディア投稿からポーリングを自動的に生成するフレームワークUniPollを紹介する。
ソーシャルメディアの非公式で文脈に敏感な性質に苦しむ従来の方法とは異なり、UniPollはユーザーコメントから豊富なコンテキストを活用する。
ソーシャルメディアデータの本質的なノイズに対処するため、UniPollはRetrieval-Augmented Generation (RAG)と合成データ生成を取り入れている。
- 参考スコア（独自算出の注目度）: 2.345893274447675
- License:
- Abstract: Social media platforms are vital for expressing opinions and understanding public sentiment, yet many analytical tools overlook passive users who mainly consume content without engaging actively. To address this, we introduce UniPoll, an advanced framework designed to automatically generate polls from social media posts using sophisticated natural language generation (NLG) techniques. Unlike traditional methods that struggle with social media's informal and context-sensitive nature, UniPoll leverages enriched contexts from user comments and employs multi-objective optimization to enhance poll relevance and engagement. To tackle the inherently noisy nature of social media data, UniPoll incorporates Retrieval-Augmented Generation (RAG) and synthetic data generation, ensuring robust performance across real-world scenarios. The framework surpasses existing models, including T5, ChatGLM3, and GPT-3.5, in generating coherent and contextually appropriate question-answer pairs. Evaluated on the Chinese WeiboPolls dataset and the newly introduced English RedditPolls dataset, UniPoll demonstrates superior cross-lingual and cross-platform capabilities, making it a potent tool to boost user engagement and create a more inclusive environment for interaction.
- Abstract（参考訳）: ソーシャルメディアプラットフォームは、意見の表現や世論の理解に不可欠だが、多くの分析ツールは、積極的に活動することなくコンテンツを主に消費する受動的ユーザーを見落としている。
そこで我々は,高度自然言語生成(NLG)技術を用いてソーシャルメディア投稿からポーリングを自動的に生成する高度フレームワークUniPollを紹介する。
ソーシャルメディアの非公式で文脈に敏感な性質に苦しむ従来の方法とは異なり、UniPollはユーザーコメントからの豊富なコンテキストを活用し、ポーリングの関連性やエンゲージメントを高めるために多目的最適化を採用している。
ソーシャルメディアデータの本質的なノイズに対処するため、UniPollはRetrieval-Augmented Generation (RAG)と合成データ生成を導入し、現実のシナリオで堅牢なパフォーマンスを確保する。
このフレームワークは、T5、ChatGLM3、GPT-3.5といった既存のモデルを超え、一貫性と文脈的に適切な質問応答ペアを生成する。
中国語のWeiboPollsデータセットと新たに導入された英語のRedditPollsデータセットに基づいて、UniPollは、優れた言語間およびクロスプラットフォーム機能を示し、ユーザエンゲージメントを高め、より包括的なインタラクション環境を構築するための強力なツールである。
関連論文リスト
- Transit Pulse: Utilizing Social Media as a Source for Customer Feedback and Information Extraction with Large Language Model [12.6020349733674]
本稿では,交通関連情報を抽出し,分析するための新しい手法を提案する。
提案手法では,Large Language Models (LLM) ,特にLlama 3を合理化解析に用いている。
以上の結果から,公共交通機関におけるソーシャルメディアデータ分析を変革するLLMの可能性が示された。
論文 参考訳（メタデータ） (2024-10-19T07:08:40Z) - Personalized Topic Selection Model for Topic-Grounded Dialogue [24.74527189182273]
現在のモデルは、ユーザに興味がなく、文脈的に無関係なトピックを予測する傾向があります。
我々はtextbfTopic-grounded textbfDialogue のための textbfPersonalized topic stextbfElection model を提案する。
提案手法は,多種多様な応答を生成でき,最先端のベースラインを達成できる。
論文 参考訳（メタデータ） (2024-06-04T06:09:49Z) - Key-phrase boosted unsupervised summary generation for FinTech
organization [4.583461218488076]
意図検出、感情分類、テキスト要約などのNLP応用は、FinTech組織がソーシャルメディア言語データを利用するのに役立つ。
我々は「Action-Object」ペア(意図的フレーズ)を用いて、ソーシャルメディアデータから教師なし句に基づく要約生成を設計する。
提案手法は,様々なRedditディスカッションスレッドのコンテキスト情報に対して,他のキーフレーズに基づく要約生成手法を用いて評価する。
論文 参考訳（メタデータ） (2023-10-16T11:30:47Z) - Cue-CoT: Chain-of-thought Prompting for Responding to In-depth Dialogue
Questions with LLMs [59.74002011562726]
我々は、よりパーソナライズされ魅力的な応答を提供するために、新しい言語的キューに基づく思考の連鎖(textitCue-CoT)を提案する。
中国語と英語の6つのデータセットからなる詳細な対話質問を用いたベンチマークを構築した。
実験により,提案手法は,すべてのデータセットにおいて,テクステルパーフルネスとテクスチタアクセプタビリティの両方の観点から,標準的プロンプト法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-05-19T16:27:43Z) - Curating corpora with classifiers: A case study of clean energy
sentiment online [0.0]
ソーシャルメディア投稿の大規模なコーパスには、幅広い世論が含まれている。
世論調査は、数日や数週間で実施し、世論を下ろすのに費用がかかる。
本稿では,解析用文書の最適コーパスを迅速に選択する手法を提案する。
論文 参考訳（メタデータ） (2023-05-04T18:15:45Z) - Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。
提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
論文 参考訳（メタデータ） (2022-09-08T09:13:07Z) - Revise and Resubmit: An Intertextual Model of Text-based Collaboration
in Peer Review [52.359007622096684]
ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。
既存のNLP研究は個々のテキストの分析に重点を置いている。
編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
論文 参考訳（メタデータ） (2022-04-22T16:39:38Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳（メタデータ） (2021-06-15T20:55:55Z) - ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive
Summarization with Argument Mining [61.82562838486632]
我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。
我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
論文 参考訳（メタデータ） (2021-06-01T22:17:13Z) - BOLD: Dataset and Metrics for Measuring Biases in Open-Ended Language
Generation [42.34923623457615]
Open-Ended Language Generationデータセットのバイアスは23,679の英語テキスト生成プロンプトで構成されている。
3つの人気のある言語モデルから生成されたテキストを調べると、これらのモデルの大半は、人によるウィキペディアのテキストよりも大きな社会的バイアスを示すことが明らかになっている。
論文 参考訳（メタデータ） (2021-01-27T22:07:03Z) - 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)
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。