Fugu-MT 論文翻訳(概要): Controlled Natural Languages for Specifying Business Intelligence Applications

論文の概要: Controlled Natural Languages for Specifying Business Intelligence Applications

arxiv url: http://arxiv.org/abs/2311.11895v2
Date: Tue, 21 Nov 2023 11:26:20 GMT
ステータス: 処理完了
システム内更新日: 2023-11-22 12:17:38.646897
Title: Controlled Natural Languages for Specifying Business Intelligence Applications
Title（参考訳）: ビジネスインテリジェンスアプリケーション特定のための自然言語制御
Authors: Pedro das Neves Rodrigues, Alberto Rodrigues da Silva
Abstract要約: 2種類のCNL, CNL-BI, ITLingo ASLが用いられた。仮説的BIアプリケーションであるMEDBuddy-BIは、National Health Serviceのために開発された。
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 study examines the use of controlled natural languages (CNLs) to specify business intelligence (BI) application requirements. Two varieties of CNLs, CNL-BI and ITLingo ASL (ASL), were employed. A hypothetical BI application, MEDBuddy-BI, was developed for the National Health Service (NHS) to demonstrate how the languages can be used. MEDBuddy-BI leverages patient data, including interactions and appointments, to improve healthcare services. The research outlines the application of CNL-BI and ASL in BI. It details how these languages effectively describe complex data, user interfaces, and various BI application functions. Using the MEDBuddy-BI running example.
Abstract（参考訳）: 本研究では,ビジネスインテリジェンス(BI)の適用要件を特定するために,制御自然言語(CNL)の使用について検討する。 CNLはCNL-BIとITLingo ASL (ASL)の2種類が用いられた。仮説的BIアプリケーションであるMEDBuddy-BIは、National Health Service (NHS)のために開発され、言語がどのように使用できるかを示した。 MEDBuddy-BIは、インタラクションやアポイントメントを含む患者のデータを活用して、医療サービスを改善する。本研究は,CNL-BIとASLのBIへの応用について概説する。これらの言語は、複雑なデータ、ユーザインターフェイス、様々なBIアプリケーション機能を効果的に記述する。 MEDBuddy-BI の実行例を使用する。

関連論文リスト

BIS: NL2SQL Service Evaluation Benchmark for Business Intelligence Scenarios [3.5078637813733473]
既存のNL2ベンチマークは、プロダクションBIシナリオには適していない。産業用BIシナリオにおける典型的なNL問題に焦点をあてた新しいベンチマークを開発した。
論文参考訳（メタデータ） (2024-10-30T11:33:03Z)
Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文参考訳（メタデータ） (2024-09-09T06:55:37Z)
CNL2ASP: converting controlled natural language sentences into ASP [4.747324197963404]
制御された自然言語(CNL)形式で表現された英語文をASP.NETに翻訳する新しいツールCNL2ASPを提案する。
論文参考訳（メタデータ） (2023-11-17T13:10:58Z)
Utilizing Large Language Models for Natural Interface to Pharmacology Databases [7.32741812808506]
本稿では,データベースに格納された構造化情報と対話するLarge Language Model (LLM)ベースの自然言語インタフェースを提案する。このフレームワークは、幅広い医薬データや知識ベースを問うために一般化することができる。
論文参考訳（メタデータ） (2023-07-26T17:50:11Z)
Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
論文参考訳（メタデータ） (2023-07-16T00:45:42Z)
Enhancing Low Resource NER Using Assisting Language And Transfer Learning [0.7340017786387767]
私たちは、教師付きNERモデルをトレーニングするためにbaseBERT、AlBERT、RoBERTaを使用します。複数の言語を用いて訓練されたモデルは、単一の言語よりも優れた性能を示すことを示す。
論文参考訳（メタデータ） (2023-06-10T16:31:04Z)
Intent Identification and Entity Extraction for Healthcare Queries in Indic Languages [16.39183257795811]
インドのような先進国では、データとリソース不足言語の技術的な制限が、医療のための高度なNLUシステムの開発に脅威をもたらしている。本稿では、2つの異なるヘルスケアデータセットを提案する。我々の目標は、クエリインテントを検出し、対応するエンティティを抽出することである。
論文参考訳（メタデータ） (2023-02-19T22:53:03Z)
Prix-LM: Pretraining for Multilingual Knowledge Base Construction [59.02868906044296]
複数言語による知識構築と完成のための統合フレームワークである Prix-LM を提案する。既存の多言語KBから抽出したモノリンガルトリプルとクロスリンガルリンクの2種類の知識を利用する。複数の言語におけるリンク予測、言語間リンク、バイリンガル語彙誘導など、標準的なエンティティ関連タスクの実験は、その効果を実証している。
論文参考訳（メタデータ） (2021-10-16T02:08:46Z)
CBLUE: A Chinese Biomedical Language Understanding Evaluation Benchmark [51.38557174322772]
中国初のバイオメディカル言語理解評価ベンチマークを提示する。名前付きエンティティ認識、情報抽出、臨床診断正規化、単文/文対分類を含む自然言語理解タスクのコレクションである。本研究は,現在の11種類の中国モデルによる実験結果について報告し,その実験結果から,現在最先端のニューラルモデルがヒトの天井よりもはるかに悪い性能を示すことが示された。
論文参考訳（メタデータ） (2021-06-15T12:25:30Z)
Learning Domain-Specialised Representations for Cross-Lingual Biomedical Entity Linking [66.76141128555099]
言語横断型バイオメディカルエンティティリンクタスク(XL-BEL)を提案する。まず、標準単言語英語BELタスクを超えて、標準単言語および多言語LMと同様に、標準的な知識に依存しない能力について検討する。次に、リソースに富んだ言語からリソースに乏しい言語にドメイン固有の知識を移すことの課題に対処する。
論文参考訳（メタデータ） (2021-05-30T00:50:00Z)
UmlsBERT: Clinical Domain Knowledge Augmentation of Contextual Embeddings Using the Unified Medical Language System Metathesaurus [73.86656026386038]
事前学習プロセス中にドメイン知識を統合するコンテキスト埋め込みモデルであるUmlsBERTを紹介する。これらの2つの戦略を適用することで、UmlsBERTは、臨床領域の知識を単語埋め込みにエンコードし、既存のドメイン固有モデルより優れている。
論文参考訳（メタデータ） (2020-10-20T15:56:31Z)

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。