論文の概要: Key-phrase boosted unsupervised summary generation for FinTech organization

• arxiv url: http://arxiv.org/abs/2310.10294v1
• Date: Mon, 16 Oct 2023 11:30:47 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-17 14:59:02.392407
• Title: Key-phrase boosted unsupervised summary generation for FinTech organization
• Title（参考訳）: キーフレーズによるFinTech組織のための教師なし要約生成
• Authors: Aadit Deshpande, Shreya Goyal, Prateek Nagwanshi, Avinash Tripathy
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 4.583461218488076
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the recent advances in social media, the use of NLP techniques in social media data analysis has become an emerging research direction. Business organizations can particularly benefit from such an analysis of social media discourse, providing an external perspective on consumer behavior. Some of the NLP applications such as intent detection, sentiment classification, text summarization can help FinTech organizations to utilize the social media language data to find useful external insights and can be further utilized for downstream NLP tasks. Particularly, a summary which highlights the intents and sentiments of the users can be very useful for these organizations to get an external perspective. This external perspective can help organizations to better manage their products, offers, promotional campaigns, etc. However, certain challenges, such as a lack of labeled domain-specific datasets impede further exploration of these tasks in the FinTech domain. To overcome these challenges, we design an unsupervised phrase-based summary generation from social media data, using 'Action-Object' pairs (intent phrases). We evaluated the proposed method with other key-phrase based summary generation methods in the direction of contextual information of various Reddit discussion threads, available in the different summaries. We introduce certain "Context Metrics" such as the number of Unique words, Action-Object pairs, and Noun chunks to evaluate the contextual information retrieved from the source text in these phrase-based summaries. We demonstrate that our methods significantly outperform the baseline on these metrics, thus providing a qualitative and quantitative measure of their efficacy. Proposed framework has been leveraged as a web utility portal hosted within Amex.
• Abstract（参考訳）: 近年のソーシャルメディアの発展に伴い、ソーシャルメディアデータ分析におけるNLP技術の利用が研究の方向性として浮上している。 ビジネス組織は、特にソーシャルメディアの言論の分析から恩恵を受け、消費者の行動に対する外部の視点を提供することができる。 インテント検出、感情分類、テキスト要約などのNLPアプリケーションのいくつかは、FinTechの組織がソーシャルメディアの言語データを利用して有用な外部洞察を見つけ、下流のNLPタスクにさらに活用することができる。 特に、ユーザの意図と感情を強調する要約は、これらの組織が外部の視点を得るのに非常に役立ちます。 この外部視点は、組織が製品やオファー、プロモーションキャンペーンなどを管理するのに役立ちます。 しかしながら、ラベル付きドメイン固有データセットの欠如のような特定の課題は、フィンテックドメインにおけるこれらのタスクのさらなる探索を妨げる。 これらの課題を克服するために,ソーシャルメディアデータからの教師なしのフレーズベース要約生成を「アクション・オブジェクト」ペア(意図的なフレーズ)を用いて設計する。 提案手法を,様々なRedditディスカッションスレッドの文脈情報に基づいて,他のキーフレーズに基づく要約生成手法を用いて評価した。 本研究では,これらのフレーズに基づく要約文から抽出した文脈情報を評価するために,一意語数,アクションオブジェクトペア数,名詞チャンク数などの「文脈メトリクス」を導入する。 本手法は,これらの指標のベースラインを著しく上回っており,その効果を定性的,定量的に評価できることを示す。 提案されたフレームワークは、amexでホストされているwebユーティリティポータルとして活用されている。

関連論文リスト

• Systematic Task Exploration with LLMs: A Study in Citation Text Generation [63.50597360948099]
  大規模言語モデル(LLM)は、複雑な創造的自然言語生成(NLG)タスクの定義と実行において、前例のない柔軟性をもたらす。 本稿では,系統的な入力操作,参照データ,出力測定からなる3成分研究フレームワークを提案する。 我々はこのフレームワークを用いて引用テキスト生成を探索する。これは一般的なNLPタスクであり、タスク定義と評価基準に関するコンセンサスを欠いている。
  論文  参考訳（メタデータ） (2024-07-04T16:41:08Z)
• QuaLLM: An LLM-based Framework to Extract Quantitative Insights from Online Forums [10.684484559041284]
  本研究は,オンラインフォーラム上でテキストデータから量的洞察を分析し,抽出する新しいフレームワークであるQuaLLMを紹介する。 このフレームワークを適用して、Redditの2つのライドシェアワーカーコミュニティからの100万以上のコメントを分析しました。
  論文  参考訳（メタデータ） (2024-05-08T18:20:03Z)
• Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
  本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。 まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。 次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
  論文  参考訳（メタデータ） (2023-09-02T00:32:55Z)
• How Can Context Help? Exploring Joint Retrieval of Passage and Personalized Context [39.334509280777425]
  コンテキスト認識型文書地下会話システムの概念に触発され,コンテキスト認識型文節検索の課題が紹介される。 本稿では,パーソナライズド・コンテクスト・アウェア・サーチ(PCAS)を提案する。
  論文  参考訳（メタデータ） (2023-08-26T04:49:46Z)
• 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)
• Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
  ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。 自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。 本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
  論文  参考訳（メタデータ） (2023-07-05T20:16:20Z)
• UniPoll: A Unified Social Media Poll Generation Framework via Multi-Objective Optimization [2.9282273207233693]
  本稿では,最先端の自然言語生成技術を活用したソーシャルメディア投稿からの投票自動生成について検討する。 我々はUniPollと呼ばれる新しい統一的な世論調査フレームワークを提案する。 コンテクスト(ポストとコメント)とポーリング(クエストと回答)の接続探索を強化するために、多目的最適化による即時チューニングを採用している。
  論文  参考訳（メタデータ） (2023-06-12T03:54:04Z)
• A Comprehensive Review of Visual-Textual Sentiment Analysis from Social Media Networks [2.048226951354646]
  ソーシャルメディアネットワークは人々の生活の重要な側面となり、彼らの考え、意見、感情のプラットフォームとして機能している。 これらの感情を分析することで、ブランド評価、YouTubeの映画レビュー、ヘルスケアアプリケーションなど、さまざまな応用が明らかになった。 本研究では、ソーシャルメディア上に投稿された視覚的・テキスト的データを調査するマルチモーダル感情分析の分野に焦点を当てた。
  論文  参考訳（メタデータ） (2022-07-05T16:28:47Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• A survey on extremism analysis using Natural Language Processing [7.885207996427683]
  本調査は, 極端主義研究分野へのNLPの貢献を概観することを目的としている。 コンテンツには、頻繁に使用されるNLPテクニック、適用方法、提供された洞察の説明と比較が含まれている。 今後の動向や課題,これらのハイライトから導かれる方向性が示唆される。
  論文  参考訳（メタデータ） (2021-03-28T11:05:43Z)
• Named Entity Recognition for Social Media Texts with Semantic Augmentation [70.44281443975554]
  名前付きエンティティ認識のための既存のアプローチは、短いテキストと非公式テキストで実行される場合、データ空間の問題に悩まされる。 そこで我々は,NER によるソーシャルメディアテキストに対するニューラルベースアプローチを提案し,ローカルテキストと拡張セマンティクスの両方を考慮に入れた。
  論文  参考訳（メタデータ） (2020-10-29T10:06:46Z)

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。