論文の概要: Exploring New Frontiers in Agricultural NLP: Investigating the Potential
of Large Language Models for Food Applications
- arxiv url: http://arxiv.org/abs/2306.11892v1
- Date: Tue, 20 Jun 2023 21:12:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-22 15:46:05.542974
- Title: Exploring New Frontiers in Agricultural NLP: Investigating the Potential
of Large Language Models for Food Applications
- Title（参考訳）: 農業NLPの新しいフロンティアを探る:食品用大規模言語モデルの可能性を探る
- Authors: Saed Rezayi, Zhengliang Liu, Zihao Wu, Chandra Dhakal, Bao Ge, Haixing
Dai, Gengchen Mai, Ninghao Liu, Chen Zhen, Tianming Liu, Sheng Li
- Abstract要約: 本研究は,食品記述と栄養データとのマッピングの確立に関わるセマンティックマッチングの課題に焦点を当てる。
本稿では,事前に訓練されたトランスフォーマーベース言語モデルであるAgriBERTを,FoodOnオントロジーなどの外部知識源を用いて微調整する。
多くのNLPタスクにおいてChatGPTは強力なベースラインであることが示されており、セマンティックマッチングタスクにおいてモデルを改善する可能性があると考えている。
- 参考スコア（独自算出の注目度）: 15.670651587366391
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper explores new frontiers in agricultural natural language processing
by investigating the effectiveness of using food-related text corpora for
pretraining transformer-based language models. In particular, we focus on the
task of semantic matching, which involves establishing mappings between food
descriptions and nutrition data. To accomplish this, we fine-tune a pre-trained
transformer-based language model, AgriBERT, on this task, utilizing an external
source of knowledge, such as the FoodOn ontology. To advance the field of
agricultural NLP, we propose two new avenues of exploration: (1) utilizing
GPT-based models as a baseline and (2) leveraging ChatGPT as an external source
of knowledge. ChatGPT has shown to be a strong baseline in many NLP tasks, and
we believe it has the potential to improve our model in the task of semantic
matching and enhance our model's understanding of food-related concepts and
relationships. Additionally, we experiment with other applications, such as
cuisine prediction based on food ingredients, and expand the scope of our
research to include other NLP tasks beyond semantic matching. Overall, this
paper provides promising avenues for future research in this field, with
potential implications for improving the performance of agricultural NLP
applications.
- Abstract（参考訳）: 本稿では,トランスフォーマーに基づく言語モデルの事前学習において,食品関連テキストコーパスを用いた農業自然言語処理の新たなフロンティアについて検討する。
特に,食品記述と栄養データとのマッピングの確立に関わるセマンティックマッチングの課題に着目する。
これを実現するために、我々は、FoodOnオントロジーのような外部の知識源を利用して、事前訓練されたトランスフォーマーベースの言語モデルであるAgriBERTをこのタスクで微調整する。
農業NLPの分野を前進させるために,(1)GPTモデルをベースラインとして活用すること,(2)ChatGPTを外部知識源として活用すること,の2つの新たな探索方法を提案する。
chatgptは多くのnlpタスクにおいて強力なベースラインであることが示されており、セマンティックマッチングのタスクにおいて私たちのモデルを改善する可能性があり、私たちのモデルが食べ物に関連した概念と関係について理解を深める可能性があると考えています。
さらに、食品成分に基づく料理予測などの他の応用を実験し、セマンティックマッチングを超えた他のNLPタスクを含む研究の範囲を広げる。
本論文は,農業用NLPアプリケーションの性能向上に寄与する可能性を秘め,今後の研究に期待できる道筋を提供する。
関連論文リスト
- The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。
以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。
2020年以降、言語と人々への関心が復活した。
論文 参考訳（メタデータ） (2024-09-29T01:29:28Z) - Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。
この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。
方言データセットに対するNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
論文 参考訳（メタデータ） (2024-01-11T03:04:38Z) - FoodLMM: A Versatile Food Assistant using Large Multi-modal Model [96.76271649854542]
大規模マルチモーダルモデル(LMM)は多くの視覚言語タスクにおいて顕著な進歩を遂げている。
本稿では,多機能なLMMに基づく多目的食品アシスタントであるFoodLMMを提案する。
本稿では,食品の栄養価と複数のセグメンテーションマスクを予測するために,一連の新しいタスク固有のトークンとヘッドを導入する。
論文 参考訳（メタデータ） (2023-12-22T11:56:22Z) - Exploring Large Language Model for Graph Data Understanding in Online
Job Recommendations [63.19448893196642]
本稿では,大規模言語モデルが提供するリッチな文脈情報と意味表現を利用して行動グラフを解析する新しいフレームワークを提案する。
この機能を利用することで、個々のユーザに対してパーソナライズされた、正確なジョブレコメンデーションが可能になる。
論文 参考訳（メタデータ） (2023-07-10T11:29:41Z) - ChatAgri: Exploring Potentials of ChatGPT on Cross-linguistic
Agricultural Text Classification [8.18726897455402]
高効率で必要な農業知識にアクセスできるようにするために,効果的なテキスト分類手法を検討することが急務である。
プレトレーニング言語モデル(PLM)に微調整戦略を取り入れた主流のディープラーニングアプローチは、ここ数年で顕著なパフォーマンス向上を示してきた。
本研究では,農業情報化分野に適用するChatGPTの能力と利用性について検討する。
論文 参考訳（メタデータ） (2023-05-24T11:06:23Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Semi-Automated Construction of Food Composition Knowledge Base [0.06445605125467573]
本稿では,オンラインの科学文献から食品組成の知識基盤を構築するための半自動フレームワークを提案する。
我々の研究は、人間のループモデルが、ますます増加するビッグデータに順応するAI支援食品システムへの一歩であることを実証している。
論文 参考訳（メタデータ） (2023-01-24T22:08:49Z) - DeepG2P: Fusing Multi-Modal Data to Improve Crop Production [1.7406327893433846]
本稿では,G,E,Mの入力とその相互作用を処理する自然言語処理に基づくニューラルネットワークアーキテクチャを提案する。
我々は、DNAを自然言語としてモデル化することにより、新しい環境をテストする際に、従来のアプローチよりも優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2022-11-11T03:32:44Z) - An Inclusive Notion of Text [69.36678873492373]
テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。
言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
論文 参考訳（メタデータ） (2022-11-10T14:26:43Z) - Exploring the Suitability of Semantic Spaces as Word Association Models
for the Extraction of Semantic Relationships [1.8352113484137629]
本稿では,従来の意味空間とモデル(例えば,単語の関連付けを抽出するためのWord Embedding)を用いた新しいアイデアを提案する。
目標は、これらの単語関連モデルを使用して、現在の関係抽出アプローチを強化することである。
論文 参考訳（メタデータ） (2020-04-29T15:25:28Z) - Towards an evolutionary-based approach for natural language processing [14.760703384346984]
本稿では,GP と NLP ツール Word2vec を組み合わせた最初の概念証明を提案する。
第一の考え方は、一度単語がベクトル空間に移動されると、従来のGP演算子はベクトル上でうまく働き、それによって意味のある単語を出力として生成する、というものである。
論文 参考訳（メタデータ） (2020-04-23T18:44:12Z)
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。