論文の概要: Wikibio: a Semantic Resource for the Intersectional Analysis of Biographical Events

• arxiv url: http://arxiv.org/abs/2306.09505v1
• Date: Thu, 15 Jun 2023 20:59:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-19 15:48:28.622219
• Title: Wikibio: a Semantic Resource for the Intersectional Analysis of Biographical Events
• Title（参考訳）: wikibio: 伝記イベントの交叉解析のための意味的資源
• Authors: Marco Antonio Stranisci, Rossana Damiano, Enrico Mensa, Viviana Patti, Daniele Radicioni, Tommaso Caselli
• Abstract要約: 文献的事象検出のための新しいコーパスを提示する。 このモデルでは、Fスコア0.808のバイオグラフィーでターゲットエンティリティのすべての言及を検出することができた。 また、ウィキペディアの伝記の中で、女性と非西洋人の偏見の分析にも使用された。
• 参考スコア（独自算出の注目度）: 3.8455936323976694
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Biographical event detection is a relevant task for the exploration and comparison of the ways in which people's lives are told and represented. In this sense, it may support several applications in digital humanities and in works aimed at exploring bias about minoritized groups. Despite that, there are no corpora and models specifically designed for this task. In this paper we fill this gap by presenting a new corpus annotated for biographical event detection. The corpus, which includes 20 Wikipedia biographies, was compared with five existing corpora to train a model for the biographical event detection task. The model was able to detect all mentions of the target-entity in a biography with an F-score of 0.808 and the entity-related events with an F-score of 0.859. Finally, the model was used for performing an analysis of biases about women and non-Western people in Wikipedia biographies.
• Abstract（参考訳）: 伝記的事象検出は、人々の生活が語られ、表現される方法を探索し比較するための重要なタスクである。 この意味では、デジタル人文科学や、少数集団に対する偏見を探求する活動において、いくつかの応用をサポートする可能性がある。 それにもかかわらず、このタスク用に特別に設計されたコーパスやモデルはありません。 本稿では,生体イベント検出のための新しいコーパスを提示することで,このギャップを埋める。 ウィキペディアの20の伝記を含むコーパスは、既存の5つのコーパスと比較され、伝記イベント検出タスクのモデルをトレーニングした。 このモデルでは、Fスコア0.808の伝記とFスコア0.859のエンティティ関連事象の全てを検出することができた。 最後に、このモデルはウィキペディアの伝記の中で、女性と非西洋人の偏見の分析に使用された。

関連論文リスト

• Causal Micro-Narratives [62.47217054314046]
  テキストから因果マイクロナラティブを分類する新しい手法を提案する。 これらの物語は、対象対象の因果関係と/または効果の文レベルの説明である。
  論文  参考訳（メタデータ） (2024-10-07T17:55:10Z)
• GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
  本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。 ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。 既存のLVLMでは男女差が広くみられた。
  論文  参考訳（メタデータ） (2024-06-30T05:55:15Z)
• BiomedParse: a biomedical foundation model for image parsing of everything everywhere all at once [58.41069132627823]
  全体像解析は、セグメンテーション、検出、関連するオブジェクトの認識などのサブタスクを含む。 そこで本研究では,9つの画像モダリティにまたがる82種類のオブジェクトの分割,検出,認識を共同で行うことができる,画像解析のためのバイオメディカル基礎モデルであるBiomedParseを提案する。 共同学習により、個々のタスクの精度を向上し、テキストプロンプトを通じてノイズの多い画像中のすべての関連オブジェクトを分割するといった新しいアプリケーションを可能にする。
  論文  参考訳（メタデータ） (2024-05-21T17:54:06Z)
• Gender Biases in Automatic Evaluation Metrics for Image Captioning [87.15170977240643]
  画像キャプションタスクのためのモデルに基づく評価指標において、性別バイアスの体系的研究を行う。 偏りのある世代と偏りのない世代を区別できないことを含む、これらの偏りのあるメトリクスを使用することによる負の結果を実証する。 人間の判断と相関を損なうことなく、測定バイアスを緩和する簡便で効果的な方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T04:27:40Z)
• PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
  文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。 以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。 セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Guidelines and a Corpus for Extracting Biographical Events [1.181206257787103]
  本研究は,ライフイベントの意味的アノテーションに関するガイドラインのセットを提供することによって,この制限に挑戦する。 ISO-TimeML (ISO-24617-1) および SemAF (ISO-24617-4) である。
  論文  参考訳（メタデータ） (2022-06-07T19:36:18Z)
• Men Are Elected, Women Are Married: Events Gender Bias on Wikipedia [16.892630505629224]
  ウィキペディアのコーパスにおいて,ジェンダーバイアスに関する最初のイベント中心の研究を提示する。 我々は、最先端のイベント検出モデルを用いてイベントを検出し、戦略的に生成されたテンプレートを用いて結果を校正し、性別と非対称な関係を持つイベントを抽出する。
  論文  参考訳（メタデータ） (2021-06-03T05:22:16Z)
• How True is GPT-2? An Empirical Analysis of Intersectional Occupational Biases [50.591267188664666]
  下流のアプリケーションは、自然言語モデルに含まれるバイアスを継承するリスクがある。 一般的な生成言語モデルであるGPT-2の作業バイアスを分析した。 特定の仕事について、GPT-2は米国におけるジェンダーと民族の社会的偏見を反映しており、場合によってはジェンダー・パリティの傾向を反映している。
  論文  参考訳（メタデータ） (2021-02-08T11:10:27Z)
• Controlled Analyses of Social Biases in Wikipedia Bios [27.591896251854724]
  ウィキペディアの伝記ページの分析において,共起変数の効果を低減する手法を提案する。 本研究では,比較コーパスと目的コーパスとの適合度を測定する指標の開発により,提案手法を評価する。 以上の結果から,共起変数に対する制御の失敗は,異なる結論とマスクバイアスをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-12-31T21:27:12Z)
• Automatic Section Recognition in Obituaries [10.536415845097661]
  本稿では, 死亡率の区分を識別する統計モデルを提案する。 TheDaily Item, Remembering.CA および The London Free Press から20058人の英国人死亡者のコーパスを収集する。 自動セグメンテーションタスクとして計算された畳み込みニューラルネットワークは、単語の袋よりも優れています。
  論文  参考訳（メタデータ） (2020-02-28T13:20:09Z)

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。