論文の概要: RESIN-EDITOR: A Schema-guided Hierarchical Event Graph Visualizer and
Editor
- arxiv url: http://arxiv.org/abs/2312.03093v1
- Date: Tue, 5 Dec 2023 19:25:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 16:49:19.129182
- Title: RESIN-EDITOR: A Schema-guided Hierarchical Event Graph Visualizer and
Editor
- Title（参考訳）: RESIN-EDITOR: スキーマ誘導型階層型イベントグラフビジュアライザとエディタ
- Authors: Khanh Duy Nguyen, Zixuan Zhang, Reece Suchocki, Sha Li, Martha Palmer,
Susan Brown, Jiawei Han, Heng Ji
- Abstract要約: 本稿では,対話型イベントグラフビジュアライザであるRESIN-EDITORについて紹介する。
RESIN-EDITORのユニークな特徴は、階層グラフの可視化、包括的なソーストレース、インタラクティブなユーザー編集である。
ソースコード、ビデオデモ、RESIN-EDITORのライブウェブサイトが公開されている。
- 参考スコア（独自算出の注目度）: 82.03050854545344
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present RESIN-EDITOR, an interactive event graph visualizer
and editor designed for analyzing complex events. Our RESIN-EDITOR system
allows users to render and freely edit hierarchical event graphs extracted from
multimedia and multi-document news clusters with guidance from human-curated
event schemas. RESIN-EDITOR's unique features include hierarchical graph
visualization, comprehensive source tracing, and interactive user editing,
which is more powerful and versatile than existing Information Extraction (IE)
visualization tools. In our evaluation of RESIN-EDITOR, we demonstrate ways in
which our tool is effective in understanding complex events and enhancing
system performance. The source code, a video demonstration, and a live website
for RESIN-EDITOR have been made publicly available.
- Abstract（参考訳）: 本稿では,複雑なイベントを分析するためのインタラクティブなイベントグラフビジュアライゼーションおよびエディタである resin-editor を提案する。
本システムでは,マルチメディアおよびマルチドキュメントのニュースクラスタから抽出した階層的イベントグラフを,人間が作成したイベントスキーマから誘導して描画・編集することができる。
resin-editorのユニークな特徴は、階層グラフの可視化、包括的なソーストレース、インタラクティブなユーザ編集であり、既存の情報抽出(ie)可視化ツールよりも強力で汎用性がある。
RESIN-EDITORの評価では,複雑な事象の理解やシステム性能の向上にツールが有効であることを示す。
ソースコード、ビデオデモ、RESIN-EDITORのライブウェブサイトが公開されている。
関連論文リスト
- GEM-VPC: A dual Graph-Enhanced Multimodal integration for Video Paragraph Captioning [4.290482766926506]
Video paragraph Captioning (VPC) は、ビデオ内の重要な出来事を要約する段落を生成することを目的としている。
本フレームワークは,多モーダル情報とコモンセンス知識の相互作用をキャプチャする「ビデオ固有」時間グラフと,特定のテーマの単語間の相関を表す「テーマグラフ」という2つのグラフを構築する。
結果はベンチマークデータセット間で優れたパフォーマンスを示す。
論文 参考訳（メタデータ） (2024-10-12T06:01:00Z) - GraphRevisedIE: Multimodal Information Extraction with Graph-Revised Network [3.9472311338123287]
視覚的にリッチなドキュメント(VRD)から重要な情報を抽出することは、文書インテリジェンスにおいて難しい課題である。
本稿では,VRDからテキスト,視覚,レイアウトなどのマルチモーダル機能を効果的に組み込む軽量モデルGraphIEを提案する。
複数の実世界のデータセットに対する大規模な実験は、GraphIERevisedsが様々なレイアウトのドキュメントに一般化し、以前のKIEメソッドと同等またはより良いパフォーマンスを達成することを示している。
論文 参考訳（メタデータ） (2024-10-02T01:29:49Z) - SciDoc2Diagrammer-MAF: Towards Generation of Scientific Diagrams from Documents guided by Multi-Aspect Feedback Refinement [22.07623299712134]
本稿では,学術論文から関連情報を抽出し,図を生成するSciDoc2Diagramを提案する。
中間コード生成を用いたユーザ意図に基づく図を生成するパイプラインSciDoc2Diagrammerを開発した。
論文 参考訳（メタデータ） (2024-09-28T05:10:39Z) - Graph External Attention Enhanced Transformer [20.44782028691701]
本稿では,複数の外部ノード/エッジキー値単位を利用してグラフ間相関を暗黙的にキャプチャする新しい注意機構であるグラフ外部注意機構(GEA)を提案する。
そこで我々は,GeAET (Graph external Attention Enhanced Transformer) と呼ばれる効果的なアーキテクチャを設計した。
ベンチマークデータセットの実験では、GAETが最先端の実証的なパフォーマンスを達成することが示されている。
論文 参考訳（メタデータ） (2024-05-31T17:50:27Z) - SmartEdit: Exploring Complex Instruction-based Image Editing with
Multimodal Large Language Models [91.22477798288003]
本稿では,命令ベースの画像編集の新しいアプローチであるSmartEditを紹介する。
MLLM(Multimodal Large Language Models)を利用して、その理解と推論能力を強化する。
我々は,より複雑な命令に対して,SmartEditの編集機能を効果的に刺激することのできる,少量の複雑な命令編集データを示す。
論文 参考訳（メタデータ） (2023-12-11T17:54:11Z) - Let the Chart Spark: Embedding Semantic Context into Chart with
Text-to-Image Generative Model [7.587729429265939]
画像視覚化は、データとセマンティックコンテキストを視覚表現にシームレスに統合する。
本稿では,テキストから画像への生成モデルに基づく意味コンテキストをグラフに組み込む新しいシステムであるChartSparkを提案する。
本研究では,テキストアナライザ,編集モジュール,評価モジュールを統合したインタラクティブなビジュアルインタフェースを開発し,画像視覚化の生成,修正,評価を行う。
論文 参考訳（メタデータ） (2023-04-28T05:18:30Z) - Scientific Paper Extractive Summarization Enhanced by Citation Graphs [50.19266650000948]
我々は、引用グラフを活用して、異なる設定下での科学的論文の抽出要約を改善することに重点を置いている。
予備的な結果は、単純な教師なしフレームワークであっても、引用グラフが有用であることを示している。
そこで我々は,大規模ラベル付きデータが利用可能である場合のタスクにおいて,より正確な結果を得るために,グラフベースのスーパービジョン・サムライゼーション・モデル(GSS)を提案する。
論文 参考訳（メタデータ） (2022-12-08T11:53:12Z) - Named Entity and Relation Extraction with Multi-Modal Retrieval [51.660650522630526]
マルチモーダルな名前付きエンティティ認識(NER)と関係抽出(RE)は、関連画像情報を活用してNERとREの性能を向上させることを目的としている。
新たなマルチモーダル検索フレームワーク(MoRe)を提案する。
MoReはテキスト検索モジュールと画像ベースの検索モジュールを含み、入力されたテキストと画像の関連知識をそれぞれ知識コーパスで検索する。
論文 参考訳（メタデータ） (2022-12-03T13:11:32Z) - Good Visual Guidance Makes A Better Extractor: Hierarchical Visual
Prefix for Multimodal Entity and Relation Extraction [88.6585431949086]
本稿では,視覚的な実体と関係抽出のための階層型ビジュアルプレフィックス融合NeTwork(HVPNeT)を提案する。
視覚的表現をプラグ可能な視覚的接頭辞とみなして, 誤りに敏感な予測決定のためのテキスト的表現を導出する。
3つのベンチマークデータセットの実験により,本手法の有効性が実証され,最先端の性能が得られた。
論文 参考訳（メタデータ） (2022-05-07T02:10:55Z) - Leveraging Graph to Improve Abstractive Multi-Document Summarization [50.62418656177642]
我々は、文書のよく知られたグラフ表現を活用することができる、抽象的多文書要約(MDS)モデルを開発する。
本モデルでは,長い文書の要約に欠かせない文書間関係を捉えるために,文書の符号化にグラフを利用する。
また,このモデルでは,要約生成プロセスの導出にグラフを利用することが可能であり,一貫性と簡潔な要約を生成するのに有用である。
論文 参考訳（メタデータ） (2020-05-20T13:39:47Z)
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。