論文の概要: An Empirical Analysis of Diversity in Argument Summarization
- arxiv url: http://arxiv.org/abs/2402.01535v1
- Date: Fri, 2 Feb 2024 16:26:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-05 14:30:13.779046
- Title: An Empirical Analysis of Diversity in Argument Summarization
- Title(参考訳): 議論要約における多様性の実証分析
- Authors: Michiel van der Meer, Piek Vossen, Catholijn M. Jonker, Pradeep K.
Murukannaiah
- Abstract要約: 多様性の側面として,意見,注釈,情報源の3つを紹介する。
我々は、キーポイント分析と呼ばれる一般的な議論要約タスクへのアプローチを評価する。
- 参考スコア(独自算出の注目度): 4.128725138940779
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Presenting high-level arguments is a crucial task for fostering participation
in online societal discussions. Current argument summarization approaches miss
an important facet of this task -- capturing diversity -- which is important
for accommodating multiple perspectives. We introduce three aspects of
diversity: those of opinions, annotators, and sources. We evaluate approaches
to a popular argument summarization task called Key Point Analysis, which shows
how these approaches struggle to (1) represent arguments shared by few people,
(2) deal with data from various sources, and (3) align with subjectivity in
human-provided annotations. We find that both general-purpose LLMs and
dedicated KPA models exhibit this behavior, but have complementary strengths.
Further, we observe that diversification of training data may ameliorate
generalization. Addressing diversity in argument summarization requires a mix
of strategies to deal with subjectivity.
- Abstract(参考訳): ハイレベルな議論の提示は、オンライン社会議論への参加を促進する上で重要な課題である。
現在の議論の要約アプローチでは、このタスクの重要な側面 -- 多様性を捉える -- を見逃している。
多様性の3つの側面:意見,注釈,情報源を紹介する。
キーポイント分析(Key Point Analysis)と呼ばれる一般的な議論要約タスクへのアプローチを評価し,(1)少数の人が共有する議論を表現し,(2)様々な情報源からのデータを扱い,(3)人為的アノテーションの主観性と整合する手法を示す。
汎用LLMと専用KPAモデルの両方がこの挙動を示すが、相補的な強みを持つ。
さらに、トレーニングデータの多様化が一般化を改善する可能性があることを観察する。
議論の要約における多様性に対処するには、主観性を扱うための戦略の混合が必要である。
関連論文リスト
- PAKT: Perspectivized Argumentation Knowledge Graph and Tool for Deliberation Analysis (with Supplementary Materials) [18.436817251174357]
本稿では,パースペクティブ化された問合せ知識グラフとツールであるPAKTを提案する。
グラフは様々なトピックにまたがって議論空間を構成し、議論は前提と結論に分けられる。
本稿では,PAKTの構築方法と,得られた多面的議論グラフのケーススタディについて述べる。
論文 参考訳(メタデータ) (2024-04-16T13:47:19Z) - Argument Quality Assessment in the Age of Instruction-Following Large Language Models [45.832808321166844]
そのような応用において重要なタスクは、議論の質を評価することである。
我々は,質概念の多様性と認識の主観性を,議論品質評価における実質的な進歩への主要なハードルとみなす。
インストラクション追従型大規模言語モデル(LLM)がコンテキストを越えた知識を活用できることは,より信頼性の高い評価を可能にしている,と我々は主張する。
論文 参考訳(メタデータ) (2024-03-24T10:43:21Z) - SocraSynth: Multi-LLM Reasoning with Conditional Statistics [2.5200794639628032]
大きな言語モデル(LLM)は偏見や幻覚、推論能力の欠如に対する批判に直面している。
本稿では,これらの問題を緩和するために開発されたマルチLLMエージェント推論プラットフォームであるSocra Synthを紹介する。
論文 参考訳(メタデータ) (2024-01-19T07:16:21Z) - Fair Abstractive Summarization of Diverse Perspectives [103.08300574459783]
公平な要約は、特定のグループを過小評価することなく、多様な視点を包括的にカバーしなければなりません。
はじめに、抽象的な要約における公正性は、いかなる集団の視点にも過小評価されないものとして、正式に定義する。
本研究では,対象視点と対象視点の差を測定することで,基準のない4つの自動計測手法を提案する。
論文 参考訳(メタデータ) (2023-11-14T03:38:55Z) - DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。
そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
論文 参考訳(メタデータ) (2023-06-15T10:41:23Z) - Variational Distillation for Multi-View Learning [104.17551354374821]
我々は,多視点表現学習における2つの重要な特徴を利用するために,様々な情報ボトルネックを設計する。
厳密な理論的保証の下で,本手法は,観察とセマンティックラベルの内在的相関の把握を可能にする。
論文 参考訳(メタデータ) (2022-06-20T03:09:46Z) - Exploring the Trade-off between Plausibility, Change Intensity and
Adversarial Power in Counterfactual Explanations using Multi-objective
Optimization [73.89239820192894]
自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。
本稿では, 対実例生成のための新しい枠組みを提案する。
論文 参考訳(メタデータ) (2022-05-20T15:02:53Z) - Towards a Holistic View on Argument Quality Prediction [3.182597245365433]
議論の決定的な性質は、その強さまたは品質である。
議論の強さを自動推定する作業は存在するが、その範囲は狭い。
多様な領域にわたる議論品質推定の一般化能力,関連する議論マイニング課題との相互作用,および知覚された議論強度に対する感情の影響を評価する。
論文 参考訳(メタデータ) (2022-05-19T18:44:23Z) - Quantitative Argument Summarization and Beyond: Cross-Domain Key Point
Analysis [17.875273745811775]
完全自動解析が可能なキーポイントの自動抽出法を開発した。
キーポイント解析の適用性は議論データを超えていることを実証する。
さらなる貢献は、引数対キーポイントマッチングモデルの詳細な評価である。
論文 参考訳(メタデータ) (2020-10-11T23:01:51Z) - Simultaneous Relevance and Diversity: A New Recommendation Inference
Approach [81.44167398308979]
本稿では,新しいCF推論手法である負対陽性を導入することにより,一般協調フィルタリング(CF)を拡張した新しい手法を提案する。
我々のアプローチは、様々な高度なレベルでの幅広い推奨シナリオ/ユースケースに適用できる。
公開データセットと実世界の生産データに関する分析と実験により、我々のアプローチは、関連性および多様性に関する既存の手法を同時に上回ることを示した。
論文 参考訳(メタデータ) (2020-09-27T22:20:12Z)
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。