論文の概要: Text-Transport: Toward Learning Causal Effects of Natural Language
- arxiv url: http://arxiv.org/abs/2310.20697v1
- Date: Tue, 31 Oct 2023 17:56:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-01 13:38:06.952224
- Title: Text-Transport: Toward Learning Causal Effects of Natural Language
- Title(参考訳): テキストトランスポート:自然言語の因果効果の学習に向けて
- Authors: Victoria Lin, Louis-Philippe Morency, Eli Ben-Michael
- Abstract要約: 本研究では,任意のテキスト分布下での自然言語からの因果関係を推定するText-Transportを提案する。
我々は,テキスト・トランスポートを用いて,テキスト・ドメイン間で因果効果が著しく変化するソーシャルメディア上での現実的な発話を学習する。
- 参考スコア(独自算出の注目度): 46.75318356800048
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As language technologies gain prominence in real-world settings, it is
important to understand how changes to language affect reader perceptions. This
can be formalized as the causal effect of varying a linguistic attribute (e.g.,
sentiment) on a reader's response to the text. In this paper, we introduce
Text-Transport, a method for estimation of causal effects from natural language
under any text distribution. Current approaches for valid causal effect
estimation require strong assumptions about the data, meaning the data from
which one can estimate valid causal effects often is not representative of the
actual target domain of interest. To address this issue, we leverage the notion
of distribution shift to describe an estimator that transports causal effects
between domains, bypassing the need for strong assumptions in the target
domain. We derive statistical guarantees on the uncertainty of this estimator,
and we report empirical results and analyses that support the validity of
Text-Transport across data settings. Finally, we use Text-Transport to study a
realistic setting--hate speech on social media--in which causal effects do
shift significantly between text domains, demonstrating the necessity of
transport when conducting causal inference on natural language.
- Abstract(参考訳): 言語技術が現実世界の環境において顕著になるにつれて、言語の変化が読者の知覚に与える影響を理解することが重要である。
これは、テキストに対する読者の反応に言語的属性(例えば感情)を変化させる因果効果として定式化することができる。
本稿では,任意のテキスト分布下で自然言語から因果効果を推定する手法であるtext-transportを提案する。
現在の有効な因果効果推定のアプローチでは、データに対する強い仮定が必要であり、それは、正当な因果効果を推定できるデータは、しばしば実際の対象領域を代表しないことを意味する。
この問題に対処するために、分布シフトの概念を活用して、ターゲット領域における強い仮定の必要性を回避し、ドメイン間の因果効果を伝達する推定器を記述する。
我々は,この推定器の不確実性に関する統計的保証を導出し,データ設定におけるテキスト転送の有効性を裏付ける実験結果と分析結果を報告する。
最後に,テキストトランスポートを用いて,自然言語における因果推論を行う場合の移動の必要性を実証し,因果効果がテキスト領域間で著しく変化するような,ソーシャルメディア上での現実的な設定-ハイト音声の研究を行う。
関連論文リスト
- Estimating Causal Effects of Text Interventions Leveraging LLMs [7.2937547395453315]
本稿では,大規模言語モデル(LLM)により促進されるテキスト変換を用いて因果効果を推定する手法を提案する。
既存の手法とは異なり、本手法は任意のテキスト介入に対応し、ドメイン適応能力を持つテキストレベル分類器を用いて、ドメインシフトに対するロバストな効果推定を生成する。
この様々なテキスト介入を扱う柔軟性は、テキストデータの因果推定において重要な進歩であり、人間の振る舞いをよりよく理解し、社会システム内で効果的なポリシーを開発する機会を提供する。
論文 参考訳(メタデータ) (2024-10-28T19:19:35Z) - Isolated Causal Effects of Natural Language [41.59906798328058]
我々は、孤立因果効果の正式な推定フレームワークを導入する。
孤立効果推定と非焦点言語近似の精度を評価するための指標を提案する。
論文 参考訳(メタデータ) (2024-10-18T18:32:38Z) - The Invariant Ground Truth of Affect [2.570570340104555]
感情の基底的真理は、感情の主観的な性質とそのラベルに固有のバイアスを意図せずに含んでいる影響ラベルに起因している。
本稿では、因果関係論の側面を感情計算に伝達することにより、影響の信頼性の高い基礎的真理を得る方法について再検討する。
我々は、情緒的コーパスにおけるアウトリーチの検出と、参加者やタスク間で堅牢な影響モデルの構築に、因果関係にインスパイアされた手法を採用している。
論文 参考訳(メタデータ) (2022-10-14T08:26:01Z) - Counterfactual Reasoning for Out-of-distribution Multimodal Sentiment
Analysis [56.84237932819403]
本稿では,OODの高次一般化に対するテキストモダリティの悪影響を推定・緩和することを目的とする。
そこで本研究では,マルチモーダル感情分析のためのモデルに依存しない反現実的フレームワークを考案した。
論文 参考訳(メタデータ) (2022-07-24T03:57:40Z) - Naturalistic Causal Probing for Morpho-Syntax [76.83735391276547]
スペインにおける実世界のデータに対する入力レベルの介入に対する自然主義的戦略を提案する。
提案手法を用いて,共同設立者から文章中の形態・症状の特徴を抽出する。
本研究では,事前学習したモデルから抽出した文脈化表現に対する性別と数字の因果効果を解析するために,本手法を適用した。
論文 参考訳(メタデータ) (2022-05-14T11:47:58Z) - Measuring the Impact of Individual Domain Factors in Self-Supervised
Pre-Training [60.825471653739555]
音素領域因子は事前学習において重要な役割を担っているが,文法的・統語的要因はそれほど重要ではない。
本研究は,音声認識のための自己教師付き事前学習における事前学習セットのドメイン特性をよりよく理解するための最初の研究である。
論文 参考訳(メタデータ) (2022-03-01T17:40:51Z) - Attention-based Adversarial Appearance Learning of Augmented Pedestrians [49.25430012369125]
本稿では,歩行者認識タスクのための現実的なデータを合成する手法を提案する。
本手法は, 対向的損失によって駆動される注意機構を用いて, ドメインの相違を学習する。
提案手法はこのような不一致に対して頑健であり,視覚的リアリズムと意味的整合性の両方を明らかにする。
論文 参考訳(メタデータ) (2021-07-06T15:27:00Z) - Semantic Analysis for Automated Evaluation of the Potential Impact of
Research Articles [62.997667081978825]
本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。
この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。
テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
論文 参考訳(メタデータ) (2021-04-26T20:37:13Z) - Causal Effects of Linguistic Properties [41.65859219291606]
観察データを用いて言語特性の因果効果を推定する問題を考察する。
言語特性の因果効果を推定するアルゴリズムであるTextCauseを紹介する。
提案手法は,Amazonのレビュー感情の効果を推定する際に,関連する手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2020-10-24T15:43:37Z)
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。