論文の概要: Exploring Public Attention in the Circular Economy through Topic Modelling with Twin Hyperparameter Optimisation
- arxiv url: http://arxiv.org/abs/2405.10452v2
- Date: Mon, 23 Sep 2024 11:21:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-09-26 02:47:10.213213
- Title: Exploring Public Attention in the Circular Economy through Topic Modelling with Twin Hyperparameter Optimisation
- Title(参考訳): 双極性ハイパーパラメータ最適化によるトピックモデリングによる循環経済の公共意識の探索
- Authors: Junhao Song, Yingfang Yuan, Kaiwen Chang, Bing Xu, Jin Xuan, Wei Pang,
- Abstract要約: 本研究は, 一般の注意の進化, 循環生成物に関する大衆の認知経路, および主要な関心事を明らかにすることを目的としている。
Twitter、Reddit、The Guardianといったさまざまなプラットフォームからデータを収集し、3つのトピックモデルを使用してデータを分析しました。
我々の最適化されたモデルは、持続可能性や円周的なプラクティスの経済的影響について、国民が懸念していることを明らかにする。
- 参考スコア(独自算出の注目度): 3.73232429960464
- License:
- Abstract: To advance the circular economy (CE), it is crucial to gain insights into the evolution of public attention, cognitive pathways of the masses concerning circular products, and to identify primary concerns. To achieve this, we collected data from diverse platforms, including Twitter, Reddit, and The Guardian, and utilised three topic models to analyse the data. Given the performance of topic modelling may vary depending on hyperparameter settings, this research proposed a novel framework that integrates twin (single and multi-objective) hyperparameter optimisation for the CE. We conducted systematic experiments to ensure that topic models are set with appropriate hyperparameters under different constraints, providing valuable insights into the correlations between CE and public attention. In summary, our optimised model reveals that public remains concerned about the economic impacts of sustainability and circular practices, particularly regarding recyclable materials and environmentally sustainable technologies. The analysis shows that the CE has attracted significant attention on The Guardian, especially in topics related to sustainable development and environmental protection technologies, while discussions are comparatively less active on Twitter. These insights highlight the need for policymakers to implement targeted education programs, create incentives for businesses to adopt CE principles, and enforce more stringent waste management policies alongside improved recycling processes.
- Abstract(参考訳): 循環経済(CE)を前進させるためには、大衆の注意の進化、循環生成物に関する大衆の認知経路、および主要な関心事を明らかにすることが不可欠である。
これを実現するために、Twitter、Reddit、The Guardianといったさまざまなプラットフォームからデータを収集し、3つのトピックモデルを使用してデータを分析しました。
トピックモデリングの性能はハイパーパラメータ設定によって異なる可能性があるため、本研究では、CEのためのツイン(単一かつ多目的)ハイパーパラメータ最適化を統合する新しいフレームワークを提案する。
本研究では,異なる制約下でトピックモデルに適切なハイパーパラメータを設定し,CEと公共の注意の相関関係について貴重な知見を提供するための系統実験を行った。
以上の結果から, 持続可能性や循環的プラクティスの経済的影響, 特にリサイクル可能な材料や環境保全技術について, 市民が懸念していることが示唆された。
この分析は、特に持続可能な開発と環境保護技術に関するトピックにおいて、CEがガーディアンに対して大きな注目を集めていることを示している。
これらの知見は、政策立案者が対象とする教育プログラムを実装し、CE原則を採用するためのインセンティブを作成し、リサイクルプロセスの改善とともに、より厳格な廃棄物管理政策を実施することの必要性を強調している。
関連論文リスト
- An Iterative Approach to Topic Modelling [0.0]
本稿では,プロセス完了時のトピックの完全性の感覚を生じさせるトピックモデリングを反復的に行うことを提案する。
本稿では,クラスタリング比較において選択した3つの尺度のうちの1つを用いて,さらに改善できないトピックの集合に,モデルプロセスが反復的に適用可能であることを実証する。
論文 参考訳(メタデータ) (2024-07-25T09:26:07Z) - Interactive Topic Models with Optimal Transport [75.26555710661908]
ラベル名監視型トピックモデリングのためのアプローチとして,EdTMを提案する。
EdTMは、LM/LLMベースのドキュメントトピック親和性を活用しながら、代入問題としてのトピックモデリングをモデル化する。
論文 参考訳(メタデータ) (2024-06-28T13:57:27Z) - Comparison of Topic Modelling Approaches in the Banking Context [0.0]
本稿では,BERTopicアーキテクチャにおけるカーネル主成分分析(カーネルPCA)とK平均クラスタリングについて述べる。
ナイジェリアの銀行の顧客からのツイートを使って、新しいデータセットを用意しました。
BERTopicアーキテクチャによるコヒーレンススコア0.8463のコヒーレンストピックの KernelPCA と K-means が得られた。
論文 参考訳(メタデータ) (2024-02-05T16:43:53Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - A Topical Approach to Capturing Customer Insight In Social Media [0.0]
この研究は、ノイズの多いビッグデータコンテキストにおいて、完全に教師なしのトピック抽出の課題に対処する。
本稿では,変分オートエンコーダフレームワーク上に構築した3つのアプローチを提案する。
我々のモデルは最先端の手法よりも優れた性能が得られることを示す。
論文 参考訳(メタデータ) (2023-07-14T11:15:28Z) - A Systematic Survey in Geometric Deep Learning for Structure-based Drug
Design [63.30166298698985]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
幾何学的深層学習の最近の進歩は、3次元幾何データの統合と処理に焦点をあてて、構造に基づく薬物設計の分野を大いに進歩させてきた。
論文 参考訳(メタデータ) (2023-06-20T14:21:58Z) - Knowledge-Aware Bayesian Deep Topic Model [50.58975785318575]
本稿では,事前知識を階層型トピックモデリングに組み込むベイズ生成モデルを提案する。
提案モデルでは,事前知識を効率的に統合し,階層的なトピック発見と文書表現の両面を改善する。
論文 参考訳(メタデータ) (2022-09-20T09:16:05Z) - Topic Discovery via Latent Space Clustering of Pretrained Language Model
Representations [35.74225306947918]
本研究では, PLM 埋め込みを基盤とした空間学習とクラスタリングの連携フレームワークを提案する。
提案モデルでは,トピック発見のためにPLMがもたらす強力な表現力と言語的特徴を効果的に活用する。
論文 参考訳(メタデータ) (2022-02-09T17:26:08Z) - ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive
Summarization with Argument Mining [61.82562838486632]
我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。
我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
論文 参考訳(メタデータ) (2021-06-01T22:17:13Z) - Improving Neural Topic Models using Knowledge Distillation [84.66983329587073]
我々は,確率論的トピックモデルと事前学習されたトランスフォーマーの最適属性を組み合わせるために,知識蒸留を用いる。
我々のモジュラー手法は、どのニューラルトピックモデルでも簡単に適用でき、トピックの品質を向上させることができる。
論文 参考訳(メタデータ) (2020-10-05T22:49:16Z) - Keyword Assisted Topic Models [0.0]
少数のキーワードを提供することで,話題モデルの計測性能を大幅に向上させることができることを示す。
KeyATMは、より解釈可能な結果を提供し、文書分類性能が向上し、標準トピックモデルよりもトピックの数に敏感でない。
論文 参考訳(メタデータ) (2020-04-13T14:35:28Z)
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。