論文の概要: Web News Timeline Generation with Extended Task Prompting

• arxiv url: http://arxiv.org/abs/2311.11652v1
• Date: Mon, 20 Nov 2023 10:38:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-21 19:17:07.981119
• Title: Web News Timeline Generation with Extended Task Prompting
• Title（参考訳）: 拡張タスクプロンプトによるWebニュースタイムライン生成
• Authors: Sha Wang, Yuchen Li, Hanhua Xiao, Lambert Deng, Yanfei Dong
• Abstract要約: ニュースタイムラインの作成は、時間とともに広がるイベントの包括的で文脈的な理解に不可欠である。 この作業は,我々のネットワークで採用されているブラウザエクステンションとして公開されている。
• 参考スコア（独自算出の注目度）: 7.640415113500756
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The creation of news timeline is essential for a comprehensive and contextual understanding of events as they unfold over time. This approach aids in discerning patterns and trends that might be obscured when news is viewed in isolation. By organizing news in a chronological sequence, it becomes easier to track the development of stories, understand the interrelation of events, and grasp the broader implications of news items. This is particularly helpful in sectors like finance and insurance, where timely understanding of the event development-ranging from extreme weather to political upheavals and health crises-is indispensable for effective risk management. While traditional natural language processing (NLP) techniques have had some success, they often fail to capture the news with nuanced relevance that are readily apparent to domain experts, hindering broader industry integration. The advance of Large Language Models (LLMs) offers a renewed opportunity to tackle this challenge. However, direct prompting LLMs for this task is often ineffective. Our study investigates the application of an extended task prompting technique to assess past news relevance. We demonstrate that enhancing conventional prompts with additional tasks boosts their effectiveness on various news dataset, rendering news timeline generation practical for professional use. This work has been deployed as a publicly accessible browser extension which is adopted within our network.
• Abstract（参考訳）: ニュースタイムラインの作成は、時間とともに広がるイベントの包括的で文脈的な理解に不可欠である。 このアプローチは、ニュースを別々に見るときに隠蔽される可能性のあるパターンやトレンドを識別するのに役立つ。 ニュースを時系列に整理することで、ストーリーの発達を追跡し、出来事の相互関係を理解し、ニュース項目の幅広い意味を理解することがより容易になる。 これは金融や保険などの分野において特に有用であり、極端な天候から政治的不況や健康危機までイベントの発生のタイムリーな理解が効果的なリスク管理に不可欠である。 従来の自然言語処理(nlp)技術はある程度の成功をおさめたが、ドメインの専門家にとってすぐに明らかになるような微妙な関連性でニュースを捉えられず、業界全体の統合を妨げることが多い。 大規模言語モデル(llm)の進歩は、この課題に取り組む新たな機会を提供する。 しかし、このタスクに対する直接的な LLM のプロンプトは、しばしば非効率である。 本研究は,過去のニュースとの関連性を評価するための拡張タスクプロンプト手法の適用について検討する。 従来のプロンプトを付加的なタスクで強化することで,様々なニュースデータセットの有効性が高まり,プロプライエタリなニュースタイムライン生成が実用的になることを示す。 この作業は,我々のネットワークで採用されているブラウザエクステンションとして公開されている。

関連論文リスト

• Neon: News Entity-Interaction Extraction for Enhanced Question Answering [2.7661475645321256]
  本稿では,ニュース記事に記載されている新たなエンティティインタラクションの抽出を目的としたNEONフレームワークを提案する。 NEONは、そのようなインタラクションをキャプチャするエンティティ中心のタイムスタンプ知識グラフを構築する。 オープンな情報抽出(openIE)スタイルを大規模言語モデルに組み込むことによって,我々のフレームワークは革新的になる。
  論文  参考訳（メタデータ） (2024-11-19T12:17:43Z)
• COOL: Comprehensive Knowledge Enhanced Prompt Learning for Domain Adaptive Few-shot Fake News Detection [16.478355864072814]
  ドメイン適応型小ショットFND.Owlのための包括的knedge拡張PrOmpt学習法であるCOOLを提案する。 具体的には,外部からのニュースに正あるいは負の相関を持つ構造化知識と非構造化知識の両方を抽出する包括的知識抽出モジュールを提案する。
  論文  参考訳（メタデータ） (2024-06-16T09:41:25Z)
• Double Mixture: Towards Continual Event Detection from Speech [60.33088725100812]
  音声イベント検出は、セマンティックイベントと音響イベントの両方のタグ付けを含むマルチメディア検索に不可欠である。 本稿では, 音声イベント検出における主な課題として, 過去の出来事を忘れることなく新たな事象を連続的に統合すること, 音響イベントからの意味のゆがみについて述べる。 本稿では,適応性を向上し,忘れることを防止するために,音声の専門知識と堅牢な記憶機構を融合する新しい手法「ダブルミキチャー」を提案する。
  論文  参考訳（メタデータ） (2024-04-20T06:32:00Z)
• Exploring the Deceptive Power of LLM-Generated Fake News: A Study of Real-World Detection Challenges [21.425647152424585]
  条件付き変分オートエンコーダライズプロンプト(VLPrompt)と呼ばれる強力なフェイクニュース攻撃手法を提案する。 現行のメソッドとは異なり、VLPromptはコンテキストコヒーレンスを維持しながら追加のデータ収集を不要にする。 さまざまな検出方法や新しい人間の研究指標を含む実験を行い,その性能をデータセット上で評価した。
  論文  参考訳（メタデータ） (2024-03-27T04:39:18Z)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Enhancing LLM with Evolutionary Fine Tuning for News Summary Generation [2.1828601975620257]
  本稿では,強力な自然言語理解と生成機能を備えたLLMを用いたニュース要約生成のための新しいパラダイムを提案する。 LLMを用いて、ニュース段落に含まれる事象から複数の構造化イベントパターンを抽出し、遺伝的アルゴリズムを用いてイベントパターンの集団を進化させ、LLMに入力する最も適応性の高いイベントパターンを選択し、ニュース要約を生成する。 ニュース概要生成装置(NSG)は、イベントパターンの集団を選択し、進化させ、ニュース要約を生成するように設計されている。
  論文  参考訳（メタデータ） (2023-07-06T08:13:53Z)
• NECE: Narrative Event Chain Extraction Toolkit [64.89332212585404]
  NECEはオープンアクセス型文書レベルのツールキットで,その発生の時間順に物語のイベントを自動的に抽出・アライメントする。 NECEツールキットの高品質さを示し、性別に関するナラティブバイアスを分析するために、その下流の応用を実証する。 また、現状のアプローチの欠点と、今後の研究で生成モデルを活用する可能性についてもオープンに論じる。
  論文  参考訳（メタデータ） (2022-08-17T04:30:58Z)
• Continual Learning for Natural Language Generation in Task-oriented Dialog Systems [72.92029584113676]
  自然言語生成(NLG)はタスク指向対話システムにおいて重要な要素である。 我々は,NLGの知識を新たなドメインや機能に段階的に拡張する"継続的学習"環境で研究する。 この目標に対する大きな課題は、破滅的な忘れことであり、継続的に訓練されたモデルは、以前に学んだ知識を忘れがちである。
  論文  参考訳（メタデータ） (2020-10-02T10:32:29Z)
• Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
  我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。 敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。 ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
  論文  参考訳（メタデータ） (2020-09-16T14:13:15Z)
• Multimodal Categorization of Crisis Events in Social Media [81.07061295887172]
  本稿では,画像とテキストの両方を入力として利用するマルチモーダル融合法を提案する。 特に、弱モダリティから非形式的および誤解を招くコンポーネントをフィルタリングできるクロスアテンションモジュールを導入する。 本手法は,3つの危機関連タスクにおいて,一様アプローチと強いマルチモーダルベースラインを大きなマージンで上回ることを示す。
  論文  参考訳（メタデータ） (2020-04-10T06:31:30Z)

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。