論文の概要: Strategies to Harness the Transformers' Potential: UNSL at eRisk 2023
- arxiv url: http://arxiv.org/abs/2310.19970v1
- Date: Mon, 30 Oct 2023 19:34:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-01 17:50:31.527740
- Title: Strategies to Harness the Transformers' Potential: UNSL at eRisk 2023
- Title（参考訳）: トランスフォーマーの可能性に害を与える戦略:UNSL at eRisk 2023
- Authors: Horacio Thompson, Leticia Cagnina and Marcelo Errecalde
- Abstract要約: CLEF eRisk Laboratoryは、インターネット上のリスク検出に関連するさまざまなタスクに対するソリューションを探索している。
2023年版では,第1タスクはうつ病の症状を検索し,BDIアンケートの症状との関連性に応じて利用者の文章を抽出することを目的としていた。
課題2は,病的ギャンブルリスクの早期発見の問題であり,参加者は可能な限り早くユーザを検知しなければならなかった。
第3タスクは、摂食障害の徴候の重症度を推定することであった。
- 参考スコア（独自算出の注目度）: 0.9208007322096532
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The CLEF eRisk Laboratory explores solutions to different tasks related to
risk detection on the Internet. In the 2023 edition, Task 1 consisted of
searching for symptoms of depression, the objective of which was to extract
user writings according to their relevance to the BDI Questionnaire symptoms.
Task 2 was related to the problem of early detection of pathological gambling
risks, where the participants had to detect users at risk as quickly as
possible. Finally, Task 3 consisted of estimating the severity levels of signs
of eating disorders. Our research group participated in the first two tasks,
proposing solutions based on Transformers. For Task 1, we applied different
approaches that can be interesting in information retrieval tasks. Two
proposals were based on the similarity of contextualized embedding vectors, and
the other one was based on prompting, an attractive current technique of
machine learning. For Task 2, we proposed three fine-tuned models followed by
decision policy according to criteria defined by an early detection framework.
One model presented extended vocabulary with important words to the addressed
domain. In the last task, we obtained good performances considering the
decision-based metrics, ranking-based metrics, and runtime. In this work, we
explore different ways to deploy the predictive potential of Transformers in
eRisk tasks.
- Abstract（参考訳）: CLEF eRisk Laboratoryは、インターネット上のリスク検出に関連するさまざまなタスクに対するソリューションを探索している。
2023年版では,第1タスクはうつ病の症状を検索し,BDIアンケートの症状との関連性に応じて利用者の文章を抽出することを目的としていた。
課題2は,病的ギャンブルリスクの早期発見の問題であり,参加者は可能な限り早くユーザを検知しなければならなかった。
最後に第3課題は摂食障害の重症度を推定することであった。
我々の研究グループは、トランスフォーマーに基づくソリューションを提案する最初の2つのタスクに参加した。
タスク1では、情報検索タスクに興味深い様々なアプローチを適用しました。
2つの提案はコンテキスト化された埋め込みベクトルの類似性に基づいており、もう1つは機械学習の魅力的な技術であるプロンプトに基づいている。
タスク2では、3つの微調整モデルと、早期検出フレームワークで定義された基準に従って決定ポリシーを提案する。
あるモデルは、アドレス領域に重要な単語を持つ拡張語彙を提示した。
最後のタスクでは、意思決定ベースのメトリクス、ランキングベースのメトリクス、ランタイムを考慮して、優れたパフォーマンスを得ました。
本研究では,eRiskタスクにおけるトランスフォーマーの予測可能性の展開方法について検討する。
関連論文リスト
- A Time-Aware Approach to Early Detection of Anorexia: UNSL at eRisk 2024 [0.9208007322096532]
eRisk研究所は、Web上の早期リスク検出に関連する問題に対処することを目的としている。
研究グループは,CPI+DMCアプローチを定義し,両目標を独立に解決し,タイムアウェアアプローチによってタスク2を解決した。
ERDE50測定値とランキングベース測定値で優れた結果を得た結果,ERDE50の問題を解決する上での一貫性を実証した。
論文 参考訳（メタデータ） (2024-10-23T15:30:37Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - Task-Agnostic Detector for Insertion-Based Backdoor Attacks [53.77294614671166]
本稿では,バックドア検出の先駆的手法であるTABDet(Task-Agnostic Backdoor Detector)を紹介する。
TABDetは、最終層ロジットと効率的なプーリング技術を組み合わせて、3つの著名なNLPタスクをまたいだ統一ロジット表現を可能にする。
TABDetは多様なタスク特化モデルから共同で学習し、従来のタスク特化手法よりも優れた検出効率を示す。
論文 参考訳（メタデータ） (2024-03-25T20:12:02Z) - Assaying on the Robustness of Zero-Shot Machine-Generated Text Detectors [57.7003399760813]
先進的なLarge Language Models (LLMs) とその特殊な変種を探索し、いくつかの方法でこの分野に寄与する。
トピックと検出性能の間に有意な相関関係が発見された。
これらの調査は、様々なトピックにまたがるこれらの検出手法の適応性と堅牢性に光を当てた。
論文 参考訳（メタデータ） (2023-12-20T10:53:53Z) - Clarify When Necessary: Resolving Ambiguity Through Interaction with LMs [58.620269228776294]
そこで本稿では,ユーザに対して,あいまいさを解消するためのタスク非依存のフレームワークを提案する。
我々は3つのNLPアプリケーション(質問応答、機械翻訳、自然言語推論)にまたがるシステムを評価する。
インテントシムは堅牢であり、幅広いNLPタスクやLMの改善を実証している。
論文 参考訳（メタデータ） (2023-11-16T00:18:50Z) - Early Detection of Depression and Eating Disorders in Spanish: UNSL at
MentalRiskES 2023 [1.0878040851637998]
MentalRiskESは、スペイン語の早期リスク検出に関連する問題を解決することを提案する新しい課題である。
目的は、異なるタスクを考慮に入れた精神障害の兆候を示すTelegramユーザーをできるだけ早く検出することである。
論文 参考訳（メタデータ） (2023-10-30T20:38:31Z) - Deep Reinforcement Learning with Task-Adaptive Retrieval via
Hypernetwork [34.75894450864568]
人間は、過去の作業経験から関連する情報を回収するために、海馬に依存している。
エージェントが過去の経験を確立された強化学習アルゴリズムに組み込むための海馬のようなモジュールは2つの課題を提示している。
本稿では,タスク条件付きハイパーネットワークに基づく検索ネットワークを利用する新しい手法を提案する。
論文 参考訳（メタデータ） (2023-06-19T04:48:36Z) - Fast Inference and Transfer of Compositional Task Structures for
Few-shot Task Generalization [101.72755769194677]
本稿では,タスクがサブタスクグラフによって特徴づけられる,数発の強化学習問題として定式化する。
我々のマルチタスクサブタスクグラフ推論器(MTSGI)は、トレーニングタスクから、まず、サブタスクグラフの観点から、一般的なハイレベルなタスク構造を推測する。
提案手法は,2次元グリッドワールドおよび複雑なWebナビゲーション領域において,タスクの共通基盤構造を学習し,活用し,未知のタスクへの適応を高速化する。
論文 参考訳（メタデータ） (2022-05-25T10:44:25Z) - Decision-Theoretic Question Generation for Situated Reference
Resolution: An Empirical Study and Computational Model [11.543386846947554]
遠隔実験者と対話しながらツールセットを整理する仮想ロボットを参加者が操作する対話型研究から対話データを分析した。
あいまいさを解消するために用いられる質問型の分布や、参照分解過程における対話レベル要因の影響など、多くの新しい結果が得られた。
論文 参考訳（メタデータ） (2021-10-12T19:23:25Z) - Multi-task transfer learning for finding actionable information from
crisis-related messages on social media [3.4392739159262145]
インシデントストリーム(IS)トラックは、緊急対応のために危機時にソーシャルメディアから重要な情報を見つけることを目的とした研究課題です。
危機関連ツイートのストリームが与えられると、isチャレンジは参加システムに対して、各ツイートにおけるユーザの関心やニーズのタイプを分類するように要求する。
本稿では,この課題に対するマルチタスク転送学習手法について述べる。
論文 参考訳（メタデータ） (2021-02-26T11:11:33Z) - Sequential Transfer in Reinforcement Learning with a Generative Model [48.40219742217783]
本稿では,従来の課題から知識を移譲することで,新たな課題を学習する際のサンプルの複雑さを軽減する方法について述べる。
この種の事前知識を使用することのメリットを明確に示すために,PAC境界のサンプル複雑性を導出する。
簡単なシミュレートされた領域における理論的な発見を実証的に検証する。
論文 参考訳（メタデータ） (2020-07-01T19:53:35Z)
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。