Fugu-MT 論文翻訳(概要): A Text-based Approach For Link Prediction on Wikipedia Articles

論文の概要: A Text-based Approach For Link Prediction on Wikipedia Articles

arxiv url: http://arxiv.org/abs/2309.00317v1
Date: Fri, 1 Sep 2023 08:00:43 GMT
ステータス: 処理完了
システム内更新日: 2023-09-04 14:11:57.166394
Title: A Text-based Approach For Link Prediction on Wikipedia Articles
Title（参考訳）: ウィキペディア記事のリンク予測のためのテキストベースアプローチ
Authors: Anh Hoang Tran, Tam Minh Nguyen and Son T. Luu
Abstract要約: 本稿では,ウィキペディア記事のリンク予測に関するDSAA 2023 Challengeで紹介する。 POSタグ(part-of-speechタグ)を備えた従来の機械学習モデルを使用して、2つのノードにリンクがあるかどうかを予測する分類モデルをトレーニングする。 F1スコアは0.99999で,競技では7位となった。
参考スコア（独自算出の注目度）: 1.9567015559455132
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper present our work in the DSAA 2023 Challenge about Link Prediction for Wikipedia Articles. We use traditional machine learning models with POS tags (part-of-speech tags) features extracted from text to train the classification model for predicting whether two nodes has the link. Then, we use these tags to test on various machine learning models. We obtained the results by F1 score at 0.99999 and got 7th place in the competition. Our source code is publicly available at this link: https://github.com/Tam1032/DSAA2023-Challenge-Link-prediction-DS-UIT_SAT
Abstract（参考訳）: 本稿では,ウィキペディア記事のリンク予測に関するDSAA 2023 Challengeで紹介する。テキストから抽出したPOSタグ(part-of-speechタグ)機能を備えた従来の機械学習モデルを用いて、2つのノードにリンクがあるかどうかを予測する。そして、これらのタグを使ってさまざまな機械学習モデルをテストする。結果は0.99999でf1得点で獲得し,コンペティションで7位となった。私たちのソースコードはこのリンクで公開されている。 https://github.com/tam1032/dsaa2023-challenge-link-prediction-ds-uit_sat

関連論文リスト

Text-Driven Neural Collaborative Filtering Model for Paper Source Tracing [1.124958340749622]
PST(Paper Source Tracing)タスクは、与えられた学術論文に対する重要な参照の識別を自動化することを目的としている。このフレームワークでは、最終的な予測を生成するために、Neural Collaborative Filtering(NCF)モデルを採用している。本手法は平均精度(MAP)測定値で0.37814のスコアを達成し,ベースラインモデルを上回っ,全参加チームで11位となった。
論文参考訳（メタデータ） (2024-07-25T02:48:56Z)
Match me if you can: Semi-Supervised Semantic Correspondence Learning with Unpaired Images [76.47980643420375]
本稿では,意味的対応の学習に固有のデータ・ハングリー・マターが存在するという仮説に基づく。我々は,機械の監督を通じて,ペア化されたキーポイントを確実に強化する単純な機械注釈器を実証する。我々のモデルは,SPair-71k,PF-PASCAL,PF-WILLOWといった意味対応学習ベンチマークの最先端モデルを上回る。
論文参考訳（メタデータ） (2023-11-30T13:22:15Z)
Link Prediction for Wikipedia Articles as a Natural Language Inference Task [1.1842520528140819]
本稿では、自然言語推論(NLI)タスクとして定式化することで、ウィキペディアの記事の予測をリンクする手法を提案する。ウィキペディア記事タスクのリンク予測のための文ペア分類に基づくシステムを実装した。当システムでは,公開テストセットとプライベートテストセットでそれぞれ0.99996 Macro F1スコアと1.00000 Macro F1スコアを達成した。
論文参考訳（メタデータ） (2023-08-31T05:25:04Z)
TagCLIP: Improving Discrimination Ability of Open-Vocabulary Semantic Segmentation [53.974228542090046]
対照的に、CLIP(Contrastive Language- Image Pre-Training)は、最近、ピクセルレベルのゼロショット学習タスクにおいて大きな可能性を示している。 CLIPのテキストとパッチの埋め込みを利用してセマンティックマスクを生成する既存のアプローチは、しばしば目に見えないクラスから入力ピクセルを誤識別する。この問題に対処するためにTagCLIP(Trusty-aware guideed CLIP)を提案する。
論文参考訳（メタデータ） (2023-04-15T12:52:23Z)
Homophone Reveals the Truth: A Reality Check for Speech2Vec [1.2691047660244335]
本稿では,本分野における基礎研究の真正性,すなわちSpeech2Vecについて検討する。これらの埋め込みがSpeech2Vecモデルによって生成されるという兆候はない。実験の結果、このモデルは効果的なセマンティック埋め込みを学習できなかった。
論文参考訳（メタデータ） (2022-09-22T05:32:09Z)
Learning Tracking Representations via Dual-Branch Fully Transformer Networks [82.21771581817937]
追従のためのトランスフォーマーのみをベースとした,シームズ型デュアルブランチネットワークを提案する。注目ウィンドウ内の他のパッチとのマッチング結果に基づいて,各パッチの特徴ベクトルを抽出する。この手法は、最高の性能の方法として、より良い結果または同等の結果を得る。
論文参考訳（メタデータ） (2021-12-05T13:44:33Z)
Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
論文参考訳（メタデータ） (2021-09-12T19:33:34Z)
KBCNMUJAL@HASOC-Dravidian-CodeMix-FIRE2020: Using Machine Learning for Detection of Hate Speech and Offensive Code-Mixed Social Media text [1.0499611180329804]
本論文では,欧州言語におけるHate Speech と Offensive Content Identification の共有タスク 2 タスクについて,KBCNMUJAL チームから提出されたシステムについて述べる。 2つのドラヴィディアン言語Vizのデータセット。サイズ4000のマラヤラムとタミルは、それぞれHASOC主催者によって共有されました。両言語で開発された最も優れた分類モデルは、テストデータセットに適用される。
論文参考訳（メタデータ） (2021-02-19T11:08:02Z)
NLP-CIC at SemEval-2020 Task 9: Analysing sentiment in code-switching language using a simple deep-learning classifier [63.137661897716555]
コードスイッチングは、2つ以上の言語が同じメッセージで使用される現象である。標準的な畳み込みニューラルネットワークモデルを用いて、スペイン語と英語の混在するツイートの感情を予測する。
論文参考訳（メタデータ） (2020-09-07T19:57:09Z)
Lexical Sememe Prediction using Dictionary Definitions by Capturing Local Semantic Correspondence [94.79912471702782]
セメムは人間の言語の最小の意味単位として定義されており、多くのNLPタスクで有用であることが証明されている。本稿では,このようなマッチングを捕捉し,セメムを予測できるセメム対応プールモデルを提案する。我々は,有名なSememe KB HowNetのモデルとベースライン手法を評価し,そのモデルが最先端のパフォーマンスを実現することを発見した。
論文参考訳（メタデータ） (2020-01-16T17:30:36Z)
Tha3aroon at NSURL-2019 Task 8: Semantic Question Similarity in Arabic [5.214494546503266]
NSURL 2019のセマンティックテキスト質問類似性タスクに対するチームの取り組みについて述べる。我々のトップパフォーマンスシステムは、トレーニングデータを拡大するために、いくつかの革新的なデータ拡張技術を利用している。データの事前学習されたコンテキスト埋め込みをELMoが受け取り、自己注意型のON-LSTMネットワークにフィードする。
論文参考訳（メタデータ） (2019-12-28T20:11:33Z)

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。