Fugu-MT 論文翻訳(概要): Relation Extraction from News Articles (RENA): A Tool for Epidemic Surveillance

論文の概要: Relation Extraction from News Articles (RENA): A Tool for Epidemic Surveillance

arxiv url: http://arxiv.org/abs/2311.01472v1
Date: Tue, 31 Oct 2023 23:14:54 GMT
ステータス: 処理完了
システム内更新日: 2023-11-12 19:56:06.892267
Title: Relation Extraction from News Articles (RENA): A Tool for Epidemic Surveillance
Title（参考訳）: ニュース記事(RENA)からの関係抽出 : エピデミックサーベイランスのためのツール
Authors: Jaeff Hong, Duong Dung, Danielle Hutchinson, Zubair Akhtar, Rosalie Chen, Rebecca Dawson, Aditya Joshi, Samsung Lim, C Raina MacIntyre and Deepti Gurdasani
Abstract要約: Relation extract from News Articles (RENA) は、英語のニュース記事において、重要なエンティティとその意味関係を抽出するためのブラウザベースのツールである。
参考スコア（独自算出の注目度）: 2.3781572281176655
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Relation Extraction from News Articles (RENA) is a browser-based tool designed to extract key entities and their semantic relationships in English language news articles related to infectious diseases. Constructed using the React framework, this system presents users with an elegant and user-friendly interface. It enables users to input a news article and select from a choice of two models to generate a comprehensive list of relations within the provided text. As a result, RENA allows real-time parsing of news articles to extract key information for epidemic surveillance, contributing to EPIWATCH, an open-source intelligence-based epidemic warning system.
Abstract（参考訳）: Relation extract from News Articles (RENA) は、英語のニュース記事において、重要なエンティティとその意味関係を抽出するためのブラウザベースのツールである。 Reactフレームワークを使用して構築されたこのシステムは、エレガントでユーザフレンドリなインターフェースを提供する。ユーザはニュース記事を入力し、2つのモデルの中から選択して、提供されたテキスト内の関係の包括的なリストを生成することができる。結果として、RENAは、ニュース記事のリアルタイム解析を許可し、伝染病監視のための重要な情報を抽出し、オープンソースのインテリジェンスベースの伝染病警告システムであるEPIWATCHに貢献する。

関連論文リスト

Knowledge Bases in Support of Large Language Models for Processing Web News [7.13056075998264]
我々は,Large Language Models(LLMs)の助けを借りて知識ベースを構築するための汎用フレームワークを導入する。我々は、ニュースカテゴリ分類のための異なるニュース関連データセットに基づいて、我々のフレームワークを評価し、有望な実験結果を得た。
論文参考訳（メタデータ） (2024-11-13T01:33:05Z)
KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces [55.00702535694059]
KamerRaadは、大きな言語モデルを活用するAIツールで、市民がベルギーの政治情報と対話的に関わるのを助ける。このツールは、議会の手続きから重要な抜粋を抽出し、簡潔に要約し、次いで生成AIに基づくインタラクションの可能性を示す。
論文参考訳（メタデータ） (2024-04-22T15:01:39Z)
From Nuisance to News Sense: Augmenting the News with Cross-Document Evidence and Context [25.870137795858522]
本稿では,複数のニュース記事からの情報を中心的な話題に集め統合するための,新しいセンスメイキングツールと読書インタフェースであるNEWSSENSEを紹介する。 NEWSSENSEは、異なるソースからの関連記事にリンクすることで、ユーザの選択を集中的に根拠づけた記事を強化する。我々のパイロット研究は、NEWSSENSEがユーザーが重要な情報を識別し、ニュース記事の信頼性を確認し、異なる視点を探索するのに役立つ可能性を示唆している。
論文参考訳（メタデータ） (2023-10-06T21:15:11Z)
Focus! Relevant and Sufficient Context Selection for News Image Captioning [69.36678144800936]
News Image Captioningは、ニュース記事から追加のコンテキストを活用することで、画像を記述する必要がある。本稿では,事前学習された視覚・言語検索モデルであるCLIPを用いて,ニュース記事中の視覚的根拠を持つエンティティをローカライズすることを提案する。我々の実験は、記事からより良いコンテキストを選択するだけで、既存のモデルの性能を大幅に改善できることを示した。
論文参考訳（メタデータ） (2022-12-01T20:00:27Z)
Towards Relation Extraction From Speech [56.36416922396724]
本稿では,新たな聴取情報抽出タスク,すなわち音声関係抽出を提案する。本研究では,音声合成システムによる音声関係抽出のための訓練データセットを構築し,英語母語話者によるクラウドソーシングによるテストデータセットを構築した。我々は,音声関係抽出における課題を識別するための包括的実験を行い,今後の探索に光を当てる可能性がある。
論文参考訳（メタデータ） (2022-10-17T05:53:49Z)
Neural News Recommendation with Event Extraction [0.0]
オンラインニュースレコメンデーションの重要な課題は、ユーザーが興味のある記事を見つけるのを助けることだ。従来のニュースレコメンデーション手法では、ニュースやユーザ表現をエンコードするには不十分な単一ニュース情報を使用することが多い。本稿では,これらの欠点を克服するためのイベント抽出に基づくニュースレコメンデーションフレームワークを提案する。
論文参考訳（メタデータ） (2021-11-09T11:56:38Z)
Why Do We Click: Visual Impression-aware News Recommendation [108.73539346064386]
この作品は、ユーザーがニュースを閲覧する際に感じる視覚的印象に基づいてクリック決定を行うという事実にインスパイアされている。本稿では,ニュースレコメンデーションのためのビジュアル・セマンティック・モデリングを用いて,このような視覚印象情報を捉えることを提案する。さらに、グローバルな視点から印象を検査し、異なるフィールドの配置や印象に対する異なる単語の空間的位置などの構造情報を抽出する。
論文参考訳（メタデータ） (2021-09-26T16:58:14Z)
Neural News Recommendation with Collaborative News Encoding and Structural User Encoding [18.407727437603178]
協調ニュースエンコーディング(CNE)と構造化ユーザエンコーディング(SUE)からなるニュースレコメンデーションフレームワークを提案する。 MINDデータセットの実験結果から,提案モデルの有効性を検証し,ニュースレコメンデーションの性能を向上させる。
論文参考訳（メタデータ） (2021-09-02T07:16:42Z)
Commonsense Evidence Generation and Injection in Reading Comprehension [57.31927095547153]
本稿では,CEGI と命名された理解を読み取るためのコモンセンス・エビデンス・ジェネレーション・インジェクション・フレームワークを提案する。この枠組みは、2種類の補助的コモンセンス証拠を包括的読解に注入し、機械に合理的思考能力を持たせる。 CosmosQAデータセットの実験では、提案されたCEGIモデルが現在の最先端アプローチよりも優れていることが示された。
論文参考訳（メタデータ） (2020-05-11T16:31:08Z)
Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文参考訳（メタデータ） (2020-03-31T15:27:31Z)
BaitWatcher: A lightweight web interface for the detection of incongruent news headlines [27.29585619643952]
BaitWatcherは軽量なWebインターフェースで、ニュース記事の見出しをクリックする前に、読者が不一致の可能性を推定する。 BaiittWatcherは階層的リカレントエンコーダを使用して、ニュース見出しとその関連するボディテキストの複雑なテキスト表現を効率的に学習する。
論文参考訳（メタデータ） (2020-03-23T23:43:02Z)

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。