Fugu-MT 論文翻訳(概要): Modelling Sentiment Analysis: LLMs and data augmentation techniques

論文の概要: Modelling Sentiment Analysis: LLMs and data augmentation techniques

arxiv url: http://arxiv.org/abs/2311.04139v1
Date: Tue, 7 Nov 2023 17:12:39 GMT
ステータス: 処理完了
システム内更新日: 2023-11-08 14:46:59.957876
Title: Modelling Sentiment Analysis: LLMs and data augmentation techniques
Title（参考訳）: 感情分析のモデリング: llmとデータ拡張技術
Authors: Guillem Senabre Prades
Abstract要約: 本稿では、小さなトレーニングデータセット上でのバイナリ感情分類に異なるアプローチを提案する。感情分析の最先端を提供するLLMや、BERT、RoBERTa、XLNetといった類似のドメインが使用されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper provides different approaches for a binary sentiment classification on a small training dataset. LLMs that provided state-of-the-art results in sentiment analysis and similar domains are being used, such as BERT, RoBERTa and XLNet.
Abstract（参考訳）: 本稿では、小さなトレーニングデータセット上でのバイナリ感情分類に異なるアプローチを提案する。感情分析の最先端を提供するLLMや、BERT、RoBERTa、XLNetといった類似のドメインが使用されている。

関連論文リスト

RanLayNet: A Dataset for Document Layout Detection used for Domain Adaptation and Generalization [36.973388673687815]
RanLayNetは、自動的に割り当てられたラベルでリッチ化された合成ドキュメントデータセットである。本研究では,データセットでトレーニングしたディープレイアウト識別モデルに対して,実際の文書のみをトレーニングしたモデルと比較して,性能が向上したことを示す。
論文参考訳（メタデータ） (2024-04-15T07:50:15Z)
BLESS: Benchmarking Large Language Models on Sentence Simplification [55.461555829492866]
我々は、テキスト単純化(TS)タスク上で、最新の最先端の大規模言語モデル(LLM)のパフォーマンスベンチマークであるBLESSを紹介する。異なるドメイン(Wikipedia、ニュース、医療)の3つのテストセットに対して、サイズ、アーキテクチャ、事前学習方法、アクセシビリティの異なる44のモデルを評価する。評価の結果,最高のLSMはTSのトレーニングを受けていないにもかかわらず,最先端のTSベースラインと相容れない性能を示した。
論文参考訳（メタデータ） (2023-10-24T12:18:17Z)
Sentiment Analysis in the Era of Large Language Models: A Reality Check [69.97942065617664]
本稿では,大規模言語モデル(LLM)の様々な感情分析タスクの実行能力について検討する。 26のデータセット上の13のタスクのパフォーマンスを評価し、ドメイン固有のデータセットに基づいて訓練された小言語モデル(SLM)と比較した。
論文参考訳（メタデータ） (2023-05-24T10:45:25Z)
Comparison of Transfer Learning based Additive Manufacturing Models via A Case Study [3.759936323189418]
本稿では,金属AM製品に関するオープンソースデータセットに基づくケーススタディについて述べる。 5つのTL手法が決定木回帰(DTR)と人工知能ニューラルネットワーク(ANN)と統合され、6つのTLベースモデルが構築される。これらの比較は応用TL法の性能を定量化するために用いられ、類似性、トレーニングデータサイズ、データ前処理の観点から議論される。
論文参考訳（メタデータ） (2023-05-17T00:29:25Z)
Transfer Learning with Joint Fine-Tuning for Multimodal Sentiment Analysis [0.6091702876917281]
感情分析にジョイントファインチューニングを用いたトランスファーラーニング手法を提案する。本提案では,テキストと画像の事前学習モデルを共同調整段階に組み込む際の柔軟性について述べる。
論文参考訳（メタデータ） (2022-10-11T21:16:14Z)
Federated Learning Aggregation: New Robust Algorithms with Guarantees [63.96013144017572]
エッジでの分散モデルトレーニングのために、フェデレートラーニングが最近提案されている。本稿では,連合学習フレームワークにおける集約戦略を評価するために,完全な数学的収束解析を提案する。損失の値に応じてクライアントのコントリビューションを差別化することで、モデルアーキテクチャを変更できる新しい集約アルゴリズムを導出する。
論文参考訳（メタデータ） (2022-05-22T16:37:53Z)
LayoutXLM vs. GNN: An Empirical Evaluation of Relation Extraction for Documents [2.817650240561539]
本稿では,文書中の抽出タスクを2つの異なるネットワークモデルのベンチマークにより検討する。どちらのモデルも同様の結果を得るが、どちらも非常に異なる特性を示す。
論文参考訳（メタデータ） (2022-05-09T13:36:09Z)
Few-Shot Named Entity Recognition: A Comprehensive Study [92.40991050806544]
マルチショット設定のモデル一般化能力を向上させるための3つの手法を検討する。ラベル付きデータの比率の異なる10の公開nerデータセットについて経験的比較を行う。マルチショットとトレーニングフリーの両方の設定で最新の結果を作成します。
論文参考訳（メタデータ） (2020-12-29T23:43:16Z)
Multi-Aspect Sentiment Analysis with Latent Sentiment-Aspect Attribution [7.289918297809611]
感傷的帰属モジュール(SAAM)と呼ばれる新しいフレームワークを導入する。このフレームワークは文レベルの埋め込み特徴と文書レベルのアスペクトレーティングスコアのバリエーションの相関を利用して動作する。ホテルレビューデータセットとビールレビューデータセットの実験では、SAAMは感情分析性能を向上させることが示されている。
論文参考訳（メタデータ） (2020-12-15T16:34:36Z)
CDEvalSumm: An Empirical Study of Cross-Dataset Evaluation for Neural Summarization Systems [121.78477833009671]
データセット間設定下での様々な要約モデルの性能について検討する。異なるドメインの5つのデータセットに対する11の代表的な要約システムに関する包括的な研究は、モデルアーキテクチャと生成方法の影響を明らかにしている。
論文参考訳（メタデータ） (2020-10-11T02:19:15Z)
Region Comparison Network for Interpretable Few-shot Image Classification [97.97902360117368]
新しいクラスのモデルをトレーニングするために、ラベル付きサンプルの限られた数だけを効果的に活用するための画像分類が提案されている。本研究では,領域比較ネットワーク (RCN) と呼ばれる距離学習に基づく手法を提案する。また,タスクのレベルからカテゴリへの解釈可能性の一般化も提案する。
論文参考訳（メタデータ） (2020-09-08T07:29:05Z)

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。